Question

我有一个旧的shell脚本，其中包括sed命令，如下所示。源数据（$ Tmp）是一个HTML表。

sed '/<table border/,/table>/d' $Tmp > $Out

有人可以帮助我将此命令转换为Python脚本吗？我真的无法弄清楚如何用正则表达式做到这一点。非常感谢..

Answer 1

这是一个简单的实现。

简单地说，它打开文件，逐行迭代并将每一行打印到输出。如果它与"<table border"匹配，则删除标志设置为True，并且在匹配"table>"之前，不会将以下行打印到输出。

import sys

f = open(sys.argv[1])
delete = False
for line in f:
    if delete == False:
        if "<table border" in line:
            delete = True

    if delete == False:
        print line,

    if delete == True:
        if "table>" in line:
            delete = False

Answer 2

脚本将输入文件中的所有行复制到输出文件，除非它找到包含<table border的行，然后删除所有行，直到找到/table>并继续写入所有其他行。< / p>

所以一种可能性是：

with open('in') as inf, open('out', 'w') as outf:
    while True:
        line = inf.readline()
        if '<table border' in line:
            while True:
                line = inf.readline()
                if not line or '/table>' in line:
                    line = inf.readline()
                    break
        if not line:
            break
        outf.write(line)

Answer 3

import sys
with open(sys.argv[1]) as f:
    for line in f:
        if '<table border' in line:
            for line in f:
                if 'table>' in line:
                    break
        else:
            sys.stdout.write(line)

如何将此sed命令转换为Python脚本？

3 个答案: