解析 - 優文庫

savetonotherfile.write(
     openfileagain.read().replace(
      "b'<HTML>\n<HEAD>\n<TITLE> Euro Millions Winning Numbers</TITLE>\n<BODY>\n<PRE> Euro Millions Winning Numbers\n\nNo., Day,DD,MMM,YYYY, N1,N2,N3,N4,N5,L1,L2, Jackpot, Wins\n", 
      '').replace(
      "\n<HR><B>All lotteries below have exceeded the 180 days expiry date</B><HR>No., Day,DD,MMM,YYYY, N1,N2,N3,N4,N5,L1,L2, Jackpot, Wins\n", 
      '').replace(
      "\n\nThis page shows all the draws that used any machine and any ball set in any year.\n\nData obtained from http://lottery.merseyworld.com/Euro/\n</PRE>\n</BODY></HTML>\n'", 
      ''))

我想使用上述行來刪除格式 b'<HTML>\n<HEAD>\n<TITLE> Euro Millions Winning Numbers</TITLE>\n<BODY>\n<PRE> Euro Millions Winning Numbers\n\nNo., Day,DD,MMM,YYYY, N1,N2,N3,N4,N5,L1,L2, Jackpot, Wins\n562, Fri, 8,Feb,2013, 09,11,14,34,44,10,11, 27886637, 0\n561, Tue, 5,Feb,2013, 06,25,31,40,45,06,07, 19070109, 0\n560, Fri, 1,Feb,2013, ...一些文字刪除，更多的數字，一些文字來刪除一個文本文件中的文本複雜的文本文件。 .replace()沒有做任何事情，或者至少寫入寫入文件的內容與讀取文件相同。我做錯了什麼？我還想在日期之後刪除長整數和隨後的文本，直到逗號，但甚至沒有開始這個障礙，因爲我甚至無法完成最簡單的事情！解析

來源

2013-02-11 user1478335

有很多解析xml和html的模塊。幫你一個忙，並使用其中一個...... – StoryTeller 2013-02-11 14:51:13

在replace的第一個參數中的字符串文字之前加上r。或者將\n更改爲\\n。

來源

2013-02-11 14:51:27 Ray

完美工作，即改變\\ n。不知道在哪裏添加r。你介意更明確嗎？不過，謝謝 – user1478335 2013-02-11 15:00:07

例如，帶\ n「'的'r」原始字符串。這是Python中的一種特殊語法。 – Ray 2013-02-11 15:03:26

它不是一個好主意，嘗試像這樣的HTML - 它通常更好地使用HTML解析模塊，如beautifulsoup（假設是HTML - 請參閱下面的編輯）。無論採用哪種方式，如果將代碼分成更小的步驟，則可以更容易地找到該錯誤，並計算出長替換字符串。例如： -

replace_map = (('first string', 'replace with this'), 
       ('second string', 'replace the second with this')) 

with open(inputfilename, 'rt') as infile: 
    output = infile.read() 
    for fromstr, tostr in replace_map: 
     output = output.replace(fromstr, tostr) 

with open(outputfilename, 'wt') as outfile: 
    outfile.write(output)

編輯：張貼我的答案我注意到，你似乎被解析的形式"b'<html code/>'"的文本這是正確的後？看起來你有一個描述python字節對象的字符串。如果這真的是你在做什麼，那麼HTML解析不會幫助你，但我建議你認真地質疑你爲什麼這樣做，並決定是否是實現最終結果的最佳方式。

來源

2013-02-11 14:53:46 aquavitae

謝謝你。我也會嘗試與此一起工作。需要試用 – user1478335 2013-02-11 15:24:37

對於文本的複雜操作，證據是必須使用正則表達式。
我懇請您學習re模塊。你會獲得更多的滿意度比修補替換（）

關於你給的代碼，執行確實是：
- 以處理openfileagain的文件中的文本：創建一個字符串＃1
- 替換該文本的一部分，該字符串＃1的id est：該字符串創建一個新的字符串＃2
- 替換文本的第二部分，即替換字符串＃2中存在的所述部分：創建第三個字符串＃3
- 替換第三個部分，也就是說替換字符串＃3中存在的這個部分：創建字符串＃4。

雖然使用正則表達式，您將提供由3個部分組成的信息，以替換和re機器將直接從字符串＃1創建相同的字符串＃4，而不必通過字符串＃2和＃3。

來源

2013-02-11 16:36:03 eyquem

謝謝。我會按照你的建議學習重新模塊。我仍然很難從文本文件中返回我想要的東西，因此我爲自己設定了這個練習。真的想要能夠解析任何東西。這只是一組便於使用的數字和文字。 – user1478335 2013-02-11 18:38:54

@ user1478335我延伸我的建議。正則表達式有點困難。而且他們不適合某些分析。有很多解析器和數據分析工具可以比正則表達式更快，更容易和更自信地提供幫助。然而，在你公開的情況下，我會使用正則表達式，因爲你的目標很簡單。 – eyquem 2013-02-11 19:19:50

@ user1478335除了eyquem的評論，請參閱http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags – aquavitae 2013-02-12 06:01:08

解析

回答

相關問題