字符串提取问题

steveq1

题干+选项
<div>【题文】把x²y﹣2y²x+y³分解因式正确的是<table name="optionsTable" cellpadding="0" cellspacing="0" width="100%"><tr><td width="25%">A．y（x²﹣2xy+y²）</td><td width="25%">B．x²y﹣y²（2x﹣y）</td><td width="25%">C．y（x﹣y）²</td><td width="25%">D．y（x+y）²</td></tr></table></div>

要求：提取后为分为两列 题干和 选项，选项的格式需要单独处理成json格式，最后对选项的值做base64加密。

提取后题干列如下

<div>【题文】把x²y﹣2y²x+y³分解因式正确的是</div>



选项 ：提取后如下（optinos自身是key）, 值分别对应 abcd4个选项内容）

[{"option" : "y（x²﹣2xy+y²）"},{"option" : "x²y﹣y²（2x﹣y）"},{"option" : "y（x﹣y）²"},{"option" : "（x+y）²“}]



选项值base64加密 后的值
[{"option" : "ee+8iHg8c3VwPjI8L3N1cD7vuaMyeHkreTxzdXA+Mjwvc3VwPu+8iQ=="},{"option" : "eDxzdXA+Mjwvc3VwPnnvuaN5PHN1cD4yPC9zdXA+77yIMnjvuaN577yJ"},{"option" : "ee+8iHjvuaN577yJPHN1cD4yPC9zdXA+"},{"option" : "77yIeCt577yJPHN1cD4yPC9zdXA+}]

substr函数

脑子转不动了

su8610

题目就看晕了

Herowinter

信息量略大,等楼下的大神吧

haooooaaa

回复 1# steveq1

还有问题，再研究一下 ， 换行不知道如何折腾

1. $ awk -F "[.．]" '{split($1,t,"<table");print t[1]"</div>";for(i=2;i<=NF;i++){split($i,m,"</td>");if(i==2){printf "[{\"option\" : \""};printf m[1]|"base64";close("base64");printf ab;if(i<NF){printf "\"},{\"option\" : \""}else{printf "\"}]"}}}' 1.txt
   
2. <div>【题文】把x²y﹣2y²x+y³分解因式正确的是</div>
   
3. [{"option" : "ee+8iHg8c3VwPjI8L3N1cD7vuaMyeHkreTxzdXA+Mjwvc3VwPu+8iQ==
   
4. "},{"option" : "eDxzdXA+Mjwvc3VwPnnvuaN5PHN1cD4yPC9zdXA+77yIMnjvuaN577yJ
   
5. "},{"option" : "ee+8iHjvuaN577yJPHN1cD4yPC9zdXA+
   
6. "},{"option" : "ee+8iHgree+8iTxzdXA+Mjwvc3VwPg==
   
7. "}]
   

复制代码

steveq1

回复 5# haooooaaa


    谢谢  这道题解析出来了， 换行有点问题，另外题干和选项是两列目前还是在一列中 ，

我用您的脚本执行时，有些题目还是有些问题 比如 option出现了多次，另外题干的图片被截断（这边题目题干和选项包含的有 数字 字母 符号 公式 图片url 等）

<div>【题文】把抛物线<img src="Upload/2013-08/08/54e957a4-bc05-413e-bf53-c151a52ecc3f/paper.files/image018.png" style="vertical-align:middle;" />先向右平移1个单位，再向下平移2个单位，得到的抛物线的解析式为<table name="optionsTable" cellpadding="0" cellspacing="0" width="100%"><tr><td width="50%">A．<img src="Upload/2013-08/08/54e957a4-bc05-413e-bf53-c151a52ecc3f/paper.files/image019.png" style="vertical-align:middle;" /></td><td width="50%">B．<img src="Upload/2013-08/08/54e957a4-bc05-413e-bf53-c151a52ecc3f/paper.files/image020.png" style="vertical-align:middle;" /></td></tr><tr><td width="50%">C．<img src="Upload/2013-08/08/54e957a4-bc05-413e-bf53-c151a52ecc3f/paper.files/image021.png" style="vertical-align:middle;" /></td><td width="50%">D．<img src="Upload/2013-08/08/54e957a4-bc05-413e-bf53-c151a52ecc3f/paper.files/image022.png" style="vertical-align:middle;" /></td></tr></table></div>

1. <div>【题文】把抛物线<img src="Upload/2013-08/08/54e957a4-bc05-413e-bf53-c151a52ecc3f/paper</div>
   
2.   29 [{"option" : "ZmlsZXMvaW1hZ2UwMTg=
   
3.   30 "},{"option" : "cG5nIiBzdHlsZT0idmVydGljYWwtYWxpZ246bWlkZGxlOyIgLz7lhYjlkJHlj7PlubPnp7sx5Liq
   
4.   31 5Y2V5L2N77yM5YaN5ZCR5LiL5bmz56e7MuS4quWNleS9je+8jOW+l+WIsOeahOaKm+eJqee6v+ea
   
5.   32 hOino+aekOW8j+S4ujx0YWJsZSBuYW1lPSJvcHRpb25zVGFibGUiIGNlbGxwYWRkaW5nPSIwIiBj
   
6.   33 ZWxsc3BhY2luZz0iMCIgd2lkdGg9IjEwMCUiPjx0cj48dGQgd2lkdGg9IjUwJSI+QQ==
   
7.   34 "},{"option" : "PGltZyBzcmM9IlVwbG9hZC8yMDEzLTA4LzA4LzU0ZTk1N2E0LWJjMDUtNDEzZS1iZjUzLWMxNTFh
   
8.   35 NTJlY2MzZi9wYXBlcg==
   
9.   36 "},{"option" : "ZmlsZXMvaW1hZ2UwMTk=
   
10.   37 "},{"option" : "cG5nIiBzdHlsZT0idmVydGljYWwtYWxpZ246bWlkZGxlOyIgLz4=
    
11.   38 "},{"option" : "PGltZyBzcmM9IlVwbG9hZC8yMDEzLTA4LzA4LzU0ZTk1N2E0LWJjMDUtNDEzZS1iZjUzLWMxNTFh
    
12.   39 NTJlY2MzZi9wYXBlcg==
    
13.   40 "},{"option" : "ZmlsZXMvaW1hZ2UwMjA=
    
14.   41 "},{"option" : "cG5nIiBzdHlsZT0idmVydGljYWwtYWxpZ246bWlkZGxlOyIgLz4=
    
15.   42 "},{"option" : "PGltZyBzcmM9IlVwbG9hZC8yMDEzLTA4LzA4LzU0ZTk1N2E0LWJjMDUtNDEzZS1iZjUzLWMxNTFh
    
16.   43 NTJlY2MzZi9wYXBlcg==
    
17.   44 "},{"option" : "ZmlsZXMvaW1hZ2UwMjE=
    
18.   45 "},{"option" : "cG5nIiBzdHlsZT0idmVydGljYWwtYWxpZ246bWlkZGxlOyIgLz4=
    
19.   46 "},{"option" : "PGltZyBzcmM9IlVwbG9hZC8yMDEzLTA4LzA4LzU0ZTk1N2E0LWJjMDUtNDEzZS1iZjUzLWMxNTFh
    
20.   47 NTJlY2MzZi9wYXBlcg==
    
21.   48 "},{"option" : "ZmlsZXMvaW1hZ2UwMjI=
    
22.   49 "},{"option" : "cG5nIiBzdHlsZT0idmVydGljYWwtYWxpZ246bWlkZGxlOyIgLz4=
    
23.   50 "}]

复制代码

haooooaaa

回复 6# steveq1


    刚才的换行搞定了, 不过效率不高, 估计方法不正确

1. $ awk -F "[.．]" '{split($1,t,"<table");printf t[1]"</div>\t";for(i=2;i<=NF;i++){split($i,m,"</td>");if(i==2){printf "[{\"option\" : \""};printf m[1]|"base64>a";close("base64>a");getline ab<"a";close("a");"rm -f a";close("rm -f a");printf ab;if(i<NF){printf "\"},{\"option\" : \""}else{printf "\"}]"}}}' 2.txt
   
2. <div>【题文】把x²y﹣2y²x+y³分解因式正确的是</div>      [{"option" : "ee+8iHg8c3VwPjI8L3N1cD7vuaMyeHkreTxzdXA+Mjwvc3VwPu+8iQ=="},{"option" : "eDxzdXA+Mjwvc3VwPnnvuaN5PHN1cD4yPC9zdXA+77yIMnjvuaN577yJ"},{"option" : "ee+8iHjvuaN577yJPHN1cD4yPC9zdXA+"},{"option" : "ee+8iHgree+8iTxzdXA+Mjwvc3VwPg=="}]
   

复制代码

haooooaaa

回复 6# steveq1

这个快多了, 瞬间搞定

1. #!/usr/bin/evn python
   
2. #-*- coding:utf-8 -*-
   
3. 
   
4. import base64
   
5. 
   
6. def convf(filename, sep1, sep2):
   
7.     tmp = []
   
8.     with open(filename) as f:
   
9.         for i in f:
   
10.             tmp.append(i.split(sep1)[0])
    
11.             for j in i.split(sep1)[-1].split(sep2)[1:]: #sep1: <table sep2: .
    
12.                 if "img src=" in j:
    
13.                     tmp.append(base64.encodestring(j.split('"')[1])[0:-1])
    
14.                 #elif "url" in j:   
    
15.                 #    tmp.append(base64.encodestring(j.split('"')[1])[0:-1])
    
16.                 else:
    
17.                     tmp.append(base64.encodestring(j.split("</td>")[0])[0:-1])
    
18. 
    
19.     s = '%s</div>\t[{"option" : "' % tmp[0]
    
20.     return s + '"},{"option" : "'.join(tmp[1:]) + '"}]'
    
21. 
    
22. print convf("3.txt",'<table','．')

复制代码

1. $ python 33.py
   
2. <div>【题文】把x²y﹣2y²x+y³分解因式正确的是</div>      [{"option" : "ee+8iHg8c3VwPjI8L3N1cD7vuaMyeHkreTxzdXA+Mjwvc3VwPu+8iQ=="},{"option" : "eDxzdXA+Mjwvc3VwPnnvuaN5PHN1cD4yPC9zdXA+77yIMnjvuaN577yJ"},{"option" : "ee+8iHjvuaN577yJPHN1cD4yPC9zdXA+"},{"option" : "ee+8iHgree+8iTxzdXA+Mjwvc3VwPg=="}]

复制代码

dn833

期末考试都结束了啊～～～～怎么一个个的都还在研究考题呢？？？

steveq1

回复 8# haooooaaa


    非常感谢我上传了所有题您帮看下，现在的脚本执行行 有些题目还是有问题的

3.rar (29.45 KB, 下载次数: 14)

2015-07-03 18:21 上传

点击文件名下载附件