个人中心
文章发布
退出
作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
25
4
我正在使用 python 2.7，我被指派(自主分配，我写了这些说明)编写一个小型静态 html 生成器，我想帮助寻找面向 python 的新资源以阅读部分一次的文件。如果有人提供代码答案，那很好，但我想了解 为什么 和如何 python 工作。我可以买书，但不是很贵的书 - 目前我可以负担得起 30 到 40 美元用于这项特定研究。
这个程序应该工作的方式是有一个 template.html 文件，一个 message.txt 文件，一个 image文件、一个 archive.html 文件和一个 output.html 文件。这比您需要的信息多，但我的基本想法是“来回读取模板和消息，将它们的内容放入输出中，然后写入存在输出的存档”。但我还没有做到这一点，我并不是要你解决整个问题，正如我在下面详述的那样:
程序从 template.html 中读取 html，停在开始标记处，然后从 message.txt 中读取页面标题.那就是我现在的处境。有用!我很高兴……几个小时前，当我意识到那不是最终 Boss 时。
#doctype to title
copyLine = False
for line in template.readlines():
if not '<title>' in line:
copyLine = True
if copyLine:
outputhtml.write(line)
copyLine = False
else:
templateSeek = template.tell()
break
#read name of message
titleOut = message.readline()
print titleOut, " is the title of the new page"
#--------
##5. Put the title from the message file in the head>title tag of the output file
#--------
titleOut = str(titleOut)
titleTag = "<title>"+titleOut+"|Circuit Salsa</title>"
outputhtml.write(titleTag)
我的问题是:我不理解正则表达式，当我尝试各种形式的 for...in 代码时，我得到了所有模板，没有模板，模板部分的某种组合我不想...无论如何，我如何来回阅读这些文件并从我离开的地方继续阅读？非常感谢任何协助寻找更易于理解的资源的帮助，我花了大约五个小时研究这个，但我很头疼，因为我不断获得针对更高级受众的资源，但我不理解它们。
这些是我尝试过的最后两种方法(没有成功):
block = ""
found = False
print "0"
for line in template:
if found:
print "1"
block += line
if line.strip() == "<h1>": break
else:
if line.strip() == "</title>":
print "2"
found = True
block = "</title>"
print block + "3"
只打印了点 0 和 3。我把 print # 放在那里是因为我不明白为什么我的输出文件没有改变。
template.seek(templateSeek)
copyLine = False
for line in template.readlines():
if not '<a>' in line:
copyLine = True
if copyLine:
outputhtml.write(line)
copyLine = False
else:
templateSeek = template.tell()
break
对于另一个，我很确定我做错了。
最佳答案
我会使用 BeautifulSoup为了这。另一种方法是使用 regular expressions , 无论如何都很好知道。我知道它们看起来很吓人，但实际上并不难学(我花了一个小时左右)。例如，要获取所有链接标签，您可以执行以下操作
from re import findall, DOTALL
html = '''
<!DOCTYPE html>
<html>
<head>
<title>My awesome web page!</title>
</head>
<body>
<h2>Sites I like</h2>
<ul>
<li><a href="https://www.google.com/">Google</a></li>
<li><a href="https://www.facebook.com">Facebook</a></li>
<li><a href="http://www.amazon.com">Amazon</a></li>
</ul>
<h2>My favorite foods</h2>
<ol>
<li>Pizza</li>
<li>French Fries</li>
</ol>
</body>
</html>
'''
def find_tag(src, tag):
return findall(r'<{0}.*?>.*?</{0}>'.format(tag), src, DOTALL)
print find_tag(html, 'a')
# ['<a href="https://www.google.com/">Google</a>', '<a href="https://www.facebook.com">Facebook</a>', '<a href="http://www.amazon.com">Amazon</a>']
print find_tag(html, 'li')
# ['<li><a href="https://www.google.com/">Google</a></li>', '<li><a href="https://www.facebook.com">Facebook</a></li>', '<li><a href="http://www.amazon.com">Amazon</a></li>', '<li>Pizza</li>', '<li>French Fries</li>']
print find_tag(html, 'body')
# ['<body>\n <h2>Sites I like</h2>\n <ul>\n <li><a href="https://www.google.com/">Google</a></li>\n <li><a href="https://www.facebook.com">Facebook</a></li>\n <li><a href="http://www.amazon.com">Amazon</a></li>\n </ul>\n\n <h2>My favorite foods</h2>\n <ol>\n <li>Pizza</li>\n <li>French Fries</li>\n </ol>\n</body>']
我希望您至少发现其中的一些有用。如果您有任何后续问题，请评论我的回答。祝你好运!
关于python - 读取部分文件，以特定单词停止和开始，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29737032/
25
4
0
我遇到以下问题。我想读取一个包含数百万行和数百列的大型 csv。我想向下转换列的数据类型。我的方法是读取 csv，然后使用 pd.to_numeric() 对其进行向下转换。我不知道列数及其类型。在读
目前，我从 SQL server (2008) 数据库获取数据。 cyurrent的方法是使用DataTable，然后将其传递并使用。 if (parameters != null)
我有以下问题。我有一个巨大的 csv 文件，想用多处理加载它。对于一个包含 500000 行和 130 列不同数据类型的示例文件，Pandas 需要 19 秒。我试过 dask 因为我想多处理阅读。但
是否有关于用于序列化各种 MFC 数据结构的二进制格式的明确文档？我已经能够在十六进制编辑器中查看我自己的一些类，并使用 Java 的 ByteBuffer 类读取它们(使用自动字节顺序转换等)。 但
我正在使用 Selenium 进行测试，我们用 HTML 文件编写测试用例，并用它们制作测试套件，我们的要求是编写足够健壮的测试用例，以根据测试环境改变自身。 为此，我不希望在 HTML 脚本本身中包
我需要一个 JavaScript 代码来读取存储为 .txt 文件的字典(或者也可以保存为任何其他类型的文件。它也可以在线获得)并将其内容存储在一个变量中。我不能找到一种让 JavaScript 像
我正在尝试遍历包含 SSH 登录和其他日志的日志文本文件。 程序正在返回 SSH 登录的总数。 我的解决方案确实有效，但似乎有点慢(在 200mo 文件上大约需要 3.5 秒)。我想知道是否有任何方法
我正在将大量数据从一个电子表格复制到工作簿中的其他 160 个电子表格。目前，Excel (2013) 遇到错误，因为它没有足够的资源来完成操作。 我的目标是将工作表 4 中 V13:XI1150 范
我正在尝试读取一个有 1147 行的文本文件。下面的代码仅读取第 1050-1147 行。我的目标是读取整个文件并提取位于不同行的特定值以在脚本中使用。一个示例是包含“BlockList: 2”的行中
我正在为游戏编写解释器。用户将其移动输入解释器，程序执行该移动。 现在我想为每个决定实现一个时间限制。玩家不应该能够思考超过 30 秒来写一个移动并按下回车。 call_with_time_limit
以this file例如，我正在尝试读取 data.frame 中的数据。来自 the doc (pdf 文件，表 1)，它遵循一些 fortran 约定。我尝试了以下但收效甚微: dir 0' 将
我正在使用 R 阅读 Outlook 附件。我的引用在这里:Download attachment from an outlook email using R 这是我的电子邮件的截图: 这每天都会发送
我不会从表格中读取行来将主题放在列表中 php脚本 $url_obj='http://'.$host.':8069/xmlrpc/object'; $sock=new xmlrpc_client($u
我有一个这样的 csv 文件: id,name,value 1,peter,5 2,peter\,paul,3 我如何读取此文件并告诉 R "\," 不表示新列，仅表示 ","。 我必须添加该文件
我正在尝试读取 ~/Library/Preferences/com.apple.mail.plist (在 Snow Leopard 上)以获取电子邮件地址和其他信息以进入“关于”对话框。我使用以下代
This question already has answers here: How do I use floating-point division in bash? (19个回答) 5个月前关闭
本练习的目标是读取输入文件并将其存储到表中，然后验证输入中的某些字段并输出任何错误记录。我需要读取并存储每个策略组，以便表中一次仅存储 5 条记录，而不是整个文件。 所以我需要读取一个包含 5 条记录
据我了解，LWT 插入始终以 SERIAL 一致性级别完成。如果为 true，这是否意味着读取作为 LWT 插入的行可以安全地以 ANY 的一致性级别读取？ 换句话说，我假设 LWT 插入是完全一致的
我看到很多很多通过java脚本读取cookie的函数，但我只想在变量中使用它一次，我是JS新手。 这是我的代码 var TheNumber = (Math.random() + '') * 10000
我正在使用 asp.net 和 C#。我在服务器上部署了一个应用程序[已发布]，现在我想查看该网站的代码，据我所知，我可以阅读程序集来查看代码。 请告诉我如何实现它。 提前致谢。 最佳答案 您可以使用
我是一名优秀的程序员,十分优秀！