Question

我有以下代码将一大块文本与电子邮件隔离开来：

for part in mail.walk():
    if part.get_content_type() == 'text/plain':
        content = part.get_payload()
        message = re.compile(r'\%(.+?)\%', re.DOTALL).findall(content)
        print message

这样可以完美地找到文本，但是当它prints时，我会得到这样的结果：

['Lorem ipsum dolor sit amet, consectetur adipiscing elit. Cras et erat libe=\r\
nro. Ut lacinia ante euismod nibh feugiat pellentesque. Suspendisse vestibul=\r\
...

如何删除每行末尾的=\r\？谢谢！

Answer 1

此代码应删除文本中的任何“= \ r \”。

result = re.sub("=\\\\r\\\\", "", searchText)

Answer 2

我们能看到它开头的初始文本吗？

从我目前看到的情况来看，您可以修改代码以执行以下操作;

for part in mail.walk():
    if part.get_content_type() == 'text/plain':
        content = part.get_payload()
        message = re.compile(r'\%(.+?)\%', re.DOTALL).findall(content)
        # This will just substitue the '=\r\' with nothing.
        message = re.sub(r'=\\r\\', '', message)
        print message

Answer 3

您正在使用此正则表达式：

message = re.compile(r'\%(.+?)\%', re.DOTALL).findall(content)

可能更好地说明：

message = re.findall(r'\%(.+?)\%', content, flags=re.DOTALL)

在任何一种情况下，findall都会生成一个字符串列表 - 而不是字符串作为结果。

如果您有字符串列表，则需要使用列表解析：

>>> me
['Lorem ipsum dolor sit amet, consectetur adipiscing elit.=\r', 'Ut lacinia ante euismod nibh feugiat pellentesque.=\r', 'Suspendisse vestibul=\r']
>>> [re.sub(r'=\r','',e) for e in me]
['Lorem ipsum dolor sit amet, consectetur adipiscing elit.', 'Ut lacinia ante euismod nibh feugiat pellentesque.', 'Suspendisse vestibul']

或者只使用strip或rstrip：

>>> [e.rstrip('\r') for e in me]
['Lorem ipsum dolor sit amet, consectetur adipiscing elit.', 'Ut lacinia ante euismod nibh feugiat pellentesque.', 'Suspendisse vestibul']

Answer 4

如果print消息给你这个：

['Lorem ipsum dolor sit amet，consectetur adipiscing elit。 Cras et erat libe = \ r \ nro。 Ut lacinia ante euismod nibh feugiat pellentesque。 Suspendisse vestibul = \ r \ n

...然后您没有要删除的任何\字符或r字符。您有回车符，Python显示为\r（回车）字符。您还有新行，Python显示为\n。

那是因为你看到了字符串的repr，而不是str。通常，print x打印str ...但str（或其他集合）的list包括repr，而不是str，或其每个元素。

如果您实际打印str，就像在print message[0]中一样，您会看到如下内容：

Lorem ipsum dolor坐下来，精神上的精神。 Cras et erat libe = RO。 Ut lacinia ante euismod nibh feugiat pellentesque。 Suspendisse vestibul =

因此，您不想删除'\r\，或删除\r\n，或将\r\n替换为换行符或类似内容。字符串已经正确。（如果需要，可以将Windows风格的\r\n换行符转换为Unix风格的\n，但您不需要。）

当然，除了每行末尾的=个字符。解决这个问题：

s.replace('=\r', '\r')

或者，为列表中的每个字符串修复它：

[s.replace('=\r', '\r') for s in message]

使用regex / python匹配文本 - 在换行符处删除“= / r /”

4 个答案: