免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
› 论坛 › 程序设计 › Python › 我这里想替换或者删除字符串里的信息，但是信息里面有变 ...
12
最近访问板块 发新帖
楼主: wqjwftcaqr
打印 上一主题 下一主题

我这里想替换或者删除字符串里的信息，但是信息里面有变量怎么弄？ [复制链接]

luffy.deng

论坛徽章:
0
11楼 [报告]
发表于 2010-03-08 14:42 |只看该作者
回复 10# wqjwftcaqr


有区别么？
  1. s="""<a href="?stypes=通用名&key=妥洛特罗贴剂">妥洛特罗贴剂</a><a href="?stypes=通用名&key=线程">线程</a>"""
  2. print ''.join([ss.split('>')[-1:][0] for ss in s.split('</a>')])
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
wqjwftcaqr

论坛徽章:
0
12楼 [报告]
发表于 2010-03-08 15:07 |只看该作者
回复  wqjwftcaqr


有区别么？
luffy.deng 发表于 2010-03-08 14:42



    我是要取好几个信息，使用split('<td align="center">')

                  <tr bgcolor="#DFEEFC" onmouseover=onRowOver(this,0); onclick=onRowClicked(this,0); onmouseout=onRowOut(this,0);>
        <td align="center">49</td>
        <td align="center"><a href="?stypes=通用名&key=甲羟孕酮">甲羟孕酮</a></td>
        <td align="center">片剂</td>
        <td align="center">瓶</td>
        <td align="center">4mg</td>
        <td align="center">100</td>
                <td align="center">5.4</td>
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
luffy.deng

论坛徽章:
0
13楼 [报告]
发表于 2010-03-08 16:31 |只看该作者
回复 12# wqjwftcaqr
这样的话你就不如找个html解析库了，比如
  1. import HTMLParser
  2. ht="""<html><table><tr><td align="center">49</td><td align="center"><a href="?stypes=通用名&key=甲羟孕酮">甲羟孕酮</a></td>
  3. <td align="center">片剂</td><td align="center">瓶</td><td align="center">4mg</td>
  4. <td align="center">100</td><td align="center">5.4</td></tr></table>
  5. </html>
  6. """
  7. class parseht(HTMLParser.HTMLParser):
  8.     def handle_data(self, text):
  9.         print ''.join(text.split())
  10. l = parseht()
  11. l.feed(ht)
复制代码
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
wqjwftcaqr

论坛徽章:
0
14楼 [报告]
发表于 2010-03-08 17:21 |只看该作者
回复  wqjwftcaqr
这样的话你就不如找个html解析库了，比如
luffy.deng 发表于 2010-03-08 16:31



    效果是不错的，>>> l = parseht()
>>> l.feed(ht)
49
甲羟孕酮

片剂
瓶
4mg

100
5.4

但是我后面用的方法都不能用了，没有网页代码让我spilt了，我要利用 网页代码 来自动判断有多少列，添加时自动在最后一列打个回车,再循环进 文本文件
for abc in mydata:#循环列表准备写入文件
                if abc != 'enter':#条件选择，这里为了在文件里可以换行
                    outfile.write('%s\t'%abc)
                elif abc == 'enter':
                    counter += 1
                    print counter
                    outfile.write('%s\n'%WSP)
下面是一部分网页源代码的样子
<td align="center">1</td>
        <td align="center"><a href="?stypes=通用名&key=0.9%氯化钠">0.9%氯化钠</a></td>
        <td align="center">注射液</td>
        <td align="center">支</td>
        <td align="center">10ml</td>
        <td align="center">1</td>
                <td align="center">.27</td>
                <td><a href='http://zb.yy960.com/seeks.aspx?pdname=0.9%氯化钠' target='_blank'>我要代理</a></td>
            </tr>

                  <tr bgcolor="#DFEEFC" onmouseover=onRowOver(this,15); onclick=onRowClicked(this,15); onmouseout=onRowOut(this,15);>
        <td align="center">55</td>
        <td align="center"><a href="?stypes=通用名&key=抗五步蛇毒血清">抗五步蛇毒血清</a></td>
        <td align="center">粉针</td>
        <td align="center">支</td>
        <td align="center">2000U</td>
        <td align="center">1</td>
                <td align="center">241.666666666667</td>
                <td><a href='http://zb.yy960.com/seeks.aspx?pdname=抗五步蛇毒血清' target='_blank'>我要代理</a></td>
            </tr>

                  <tr bgcolor="#DFEEFC" onmouseover=onRowOver(this,16); onclick=onRowClicked(this,16); onmouseout=onRowOut(this,16);>
        <td align="center">62</td>
        <td align="center"><a href="?stypes=通用名&key=利巴韦林">利巴韦林</a></td>
        <td align="center">注射液</td>
        <td align="center">支</td>
        <td align="center">5ml:0.5g</td>
        <td align="center">1</td>
                <td align="center">.98</td>
                <td><a href='http://zb.yy960.com/seeks.aspx?pdname=利巴韦林' target='_blank'>我要代理</a></td>
            </tr>
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
luffy.deng

论坛徽章:
0
15楼 [报告]
发表于 2010-03-08 22:47 |只看该作者
本帖最后由 luffy.deng 于 2010-03-08 22:55 编辑

判断多少列是很容易解决的问题，我用HTMLParser写一个比较难看的，仅作参考。还是找一个好用的解析库吧。
  1. ht = """<html>aa
  2. <table>
  3. <tr>
  4.        <td align="center">1</td>
  5.         <td align="center"><a href="?stypes=通用名&key=0.9%氯化钠">0.9%氯化钠</a></td>
  6.         <td align="center">注射液</td>
  7.         <td align="center">支</td>
  8.         <td align="center">10ml</td>
  9.         <td align="center">1</td>
  10.         <td align="center">.27</td>
  11.         <td><a href='http://zb.yy960.com/seeks.aspx?pdname=0.9%氯化钠' target='_blank'>我要代理</a></td>
  12.         </tr>
  13.         <tr bgcolor="#DFEEFC" onmouseover=onRowOver(this,15); onclick=onRowClicked(this,15); onmouseout=onRowOut(this,15);>
  14.         <td align="center">55</td>
  15.         <td align="center"><a href="?stypes=通用名&key=抗五步蛇毒血清">抗五步蛇毒血清</a></td>
  16.         <td align="center">粉针</td>
  17.         <td align="center">支</td>
  18.         <td align="center">2000U</td>
  19.         <td align="center">1</td>
  20.         <td align="center">241.666666666667</td>
  21.         <td><a href='http://zb.yy960.com/seeks.aspx?pdname=抗五步蛇毒血清' target='_blank'>我要代理</a></td>
  22. </tr>
  23. <tr bgcolor="#DFEEFC" onmouseover=onRowOver(this,16); onclick=onRowClicked(this,16); onmouseout=onRowOut(this,16);>
  24.         <td align="center">62</td>
  25.         <td align="center"><a href="?stypes=通用名&key=利巴韦林">利巴韦林</a></td>
  26.         <td align="center">注射液</td>
  27.         <td align="center">支</td>
  28.         <td align="center">5ml:0.5g</td>
  29.         <td align="center">1</td>
  30.                 <td align="center">.98</td>
  31.                 <td><a href='http://zb.yy960.com/seeks.aspx?pdname=利巴韦林' target='_blank'>我要代理</a></td>
  32.             </tr>

  34. </table>
  35. xx
  36. </html>"""

  38. from HTMLParser import HTMLParser
  39. class parseht(HTMLParser):
  40.    def  __init__(self):
  41.       self.res=[]
  42.       HTMLParser.__init__(self)
  43.    def  handle_data(self,text):
  44.       text=text.strip('\n').strip(' ').strip('\b').strip('\r\n')
  45.       if text !='':
  46.          self.res.append(text)
  47.    def  handle_starttag(self, tag, attrs):
  48.       if tag == 'tr':
  49.          self.res.append('tr')
  50.    def  handle_endtag(self,tag):
  51.       if tag == 'tr':
  52.          self.res.append('/tr')

  54. l = parseht()
  55. l.feed(ht)
  56. l.res.reverse()
  57. while l.res:
  58.    if l.res.pop() !='tr'
  59.       continue
  60.    while l.res:
  61.       r=l.res.pop()
  62.       if r=='/tr':
  63.          break
  64.       print r,
  65.    print '\n'   
  66. l.close()
复制代码
输出是这个样子的：
1 0.9%氯化钠 注射液 支 10ml 1 .27 我要代理

55 抗五步蛇毒血清 粉针 支 2000U 1 241.666666666667 我要代理

62 利巴韦林 注射液 支 5ml:0.5g 1 .98 我要代理
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
luffy.deng

论坛徽章:
0
16楼 [报告]
发表于 2010-03-09 08:13 |只看该作者
上面那个太难看了，稍微改了一下
  1. from HTMLParser import HTMLParser
  2. class parseht(HTMLParser):
  3.     def __init__(self):
  4.         self.res=[]
  5.         HTMLParser.__init__(self)
  6.     def  _handle_data(self,text):
  7.         if not text.isspace():
  8.             self.res[-1].append(text)
  9.     def  handle_starttag(self, tag, attrs):
  10.         if tag == 'tr':
  11.             self.res.append([])
  12.             setattr(parseht,'handle_data',self._handle_data)
  13.     def  handle_endtag(self,tag):
  14.         if tag == 'tr':
  15.             setattr(parseht,'handle_data',HTMLParser.handle_data)
  16.          
  17. l = parseht()
  18. l.feed(ht)
  19. l.close()
  20. for n in l.res:
  21.     print ','.join(n)
复制代码
输出是这样的，不知道是不是你要的结果
1,0.9%氯化钠,注射液,支,10ml,1,.27,我要代理
55,抗五步蛇毒血清,粉针,支,2000U,1,241.666666666667,我要代理
62,利巴韦林,注射液,支,5ml:0.5g,1,.98,我要代理
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
wqjwftcaqr

论坛徽章:
0
17楼 [报告]
发表于 2010-03-09 09:19 |只看该作者
上面那个太难看了，稍微改了一下输出是这样的，不知道是不是你要的结果
1,0.9%氯化钠,注射液,支,10ml,1,.2 ...
luffy.deng 发表于 2010-03-09 08:13



    非常感谢你的帮助
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
wqjwftcaqr

论坛徽章:
0
18楼 [报告]
发表于 2010-03-10 10:00 |只看该作者
为什么不更简单一点
# -*- coding: cp936 -*-
import re
s = '<a href="?stypes=通用名&key=妥洛特罗贴剂">妥洛特罗贴剂'
print re.sub('<a href="\?stypes=通用名&key=(.*)">','', s)
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
liuerguying

论坛徽章:
0
19楼 [报告]
发表于 2010-03-14 18:24 |只看该作者
不太懂
实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？
12
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号：11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们：huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP