标签：sum 文件 pen 处理 保存 print open title orm
先举个例子,如下test.txt文件数据,需要提取每条数据的title和content, 单独保存到文件中:
spiderTime:{‘num‘:‘12223‘}
title:中国保险1xxx
summary: 请在xxx
content: 当事人11sfdffghfhgfjjd
tag:1
spiderTime:{‘num‘:‘12224‘}
title:中国保险2xxx
summary: 请在xxx
content: 当事人22sfdfffdffghfjd
tag:2
spiderTime:{‘num‘:‘12225‘}
title:中国保险3xxx
summary: 请在xxx
content: 当事人33sfdffggghfjd
tag:3
首先发现,数据是以空行作为分割点,所以,可以以空行拆分数据,做处理,具体代码如下:
with open(‘test.txt‘,‘r‘,encoding=‘utf8‘) as f: cont = True li = [] while cont: cont = f.readline() li.append(cont) if cont ==‘\n‘: print(li) title = re.findall(r"\‘title:(.*?)\\n\‘\,", str(li))[0] content = re.findall(r"\‘content:(.*?)\\n\‘\,", str(li))[0] print(‘title: {}‘.format(title)) print(‘content: {}‘.format(content)) print(‘==‘ * 20) li = []
上述代码中通过正则进行匹配title和content内容,如果它们在每条数据中的行号固定的话,简单些可以直接通过列表索引取值. 代码运行输出结果如下:
["spiderTime:{‘num‘:‘12223‘}\n", ‘title:中国保险1xxx\n‘, ‘summary: 请在xxx\n‘, ‘content: 当事人11sfdffghfhgfjjd\n‘, ‘tag:1\n‘, ‘\n‘]
title: 中国保险1xxx
content: 当事人11sfdffghfhgfjjd
========================================
["spiderTime:{‘num‘:‘12224‘}\n", ‘title:中国保险2xxx\n‘, ‘summary: 请在xxx\n‘, ‘content: 当事人22sfdfffdffghfjd\n‘, ‘tag:2\n‘, ‘\n‘]
title: 中国保险2xxx
content: 当事人22sfdfffdffghfjd
========================================
["spiderTime:{‘num‘:‘12225‘}\n", ‘title:中国保险3xxx\n‘, ‘summary: 请在xxx\n‘, ‘content: 当事人33sfdffggghfjd\n‘, ‘tag:3\n‘, ‘\n‘]
title: 中国保险3xxx
content: 当事人33sfdffggghfjd
========================================
标签：sum 文件 pen 处理 保存 print open title orm
原文地址：https://www.cnblogs.com/jason-Gan/p/10971393.html
