Question

我需要python编程方面的帮助：我需要一个命令，可以搜索文本文件中的标签之间的所有单词。例如，在文本文件中有<concept> food </concept>。我需要搜索<concept>和</concept>之间的所有字词并显示它们。请有人帮忙.......

Answer 1

将文本文件加载到字符串中。
使用<concept>

pos1 = s.find('<concept>')

使用</concept>

pos2 = s.find('</concept>', pos1)

您寻找的字词是s[pos1+len('<concept>'):pos2]

Answer 2

有一个很棒的HTML / XML遍历库，名为BeautifulSoup。有了它：

from BeautifulSoup import BeautifulStoneSoup
soup = BeautifulStoneSoup(open('myfile.xml', 'rt').read())
for t in soup.findAll('concept'):
   print t.string

Answer 3

看看正则表达式。 http://docs.python.org/library/re.html

如果您希望使用标记，请尝试

text = "text to search. <i>this</i> is the word and also <i>that</i> end"
import re
re.findall("<i>(.*?)</i>",text)

以下是findall如何工作的简短说明：它在给定的字符串中查找给定的正则表达式。正则表达式为(.*?)：

仅表示开始标记
(.*?)创建一个群组并尽可能地匹配，直到第一个
，其中包含标记

请注意，上述解决方案并不像

那样

<i> here's a line
break </i>

因为您只想提取单词。

但是，当然可以这样做：

re.findall("<i>(.*?)</i>",text,re.DOTALL)

从标签搜索python

3 个答案: