求格式化文本的代码

toeight

1. <OPTION
   
2.         value=119999>北京市</OPTION><OPTION value=110101>北京市东城区</OPTION><OPTION
   
3.         value=119192>北京市西城区</OPTION><OPTION value=110103>北京市崇文区</OPTION><OPTION
   
4.         value=119194>北京市宣武区</OPTION><OPTION value=110105>北京市朝阳区</OPTION><OPTION
   
5.         value=119196>北京市丰台区</OPTION><OPTION value=110107>北京市石景山区</OPTION><OPTION
   
6.         value=119198>北京市海淀区</OPTION><OPTION value=110109>北京市门头沟区</OPTION><OPTION
   
7.         value=119111>北京市房山区</OPTION><OPTION value=110112>北京市通州区</OPTION><OPTION
   
8.         value=119113>北京市顺义区</OPTION><OPTION value=110114>北京市昌平区</OPTION><OPTION
   
9.         value=119115>北京市大兴区</OPTION><OPTION value=110116>北京市怀柔区</OPTION><OPTION
   
10.         value=119117>北京市平谷区</OPTION><OPTION value=110228>北京市密云县</OPTION><OPTION
    
11.         value=119229>北京市延庆县</OPTION>

复制代码

需要把上面html里选择标签的代码，格式化成python用到字典数组（有几百条），字典格式如下

1. {'北京市':'119999','北京市宣武区':'119194'}

复制代码

不知道能发在这里求吗？先谢了

toeight

把option标签<OPTION >  </OPTION >之间的文本，比如北京市作为key，value=11999的数字作为value，{'key1':'value1'，'key2':'value2'},比如 {'北京市':'119999'}

另外，文本换行没有规律，最好能组成这样

1. {'key1':'value1'，\
   
2. 'key2':'value2'}

复制代码

Shell_HAT

1. awk 'ORS=" "' urfile | awk '{n=split($0,a,"=");for(i=2;i<=n;i++)print a[i]}' | awk -F "[<>]+" "NR==1{printf \"{'%s':'%s'\",\$2,\$1}{printf \",'%s':'%s'\",\$2,\$1}END{printf \"}\"}"

复制代码

toeight

多谢版主了

baoyu05

1. awk -v RS="" -v FS='[=><]' 'BEGIN{printf "{"}{for(i=3;i<=NF;i+=5){if(j==1)printf ",";printf "\x027" $(i+1) "\x027:\x027" $i "\x27";j=1}}END{print "}"}'

复制代码