使用python多次打印文本文件中两个单词之间的文本

Question

这是我的文本文件中的文本。

<a>
Some Text 1.....
</a>
Some Other Text
<a>
Some Text 2.....
</a>
Some Other Text
<a>
Some Text 3.....
</a>

我需要提取标签之间的字符串，并使用python 2.7 / 3将每个字符串写入单独的文本文件中。

下面的代码只是返回First Tag和之间的字符串，而不会考虑文本的其余部分。

with open('myfile.txt', 'r') as inF:
for num, line in enumerate(inF,1):
    if '</a>' in line:
        targetline = num+1
        f = open("myfile.txt")
        aa = ""
        for i in range(targetline):
            aa += f.next().strip() + "\n"
        f.close()
        fout = open("MyData1.txt", "w")
        finaltext = (aa.split('<a>'))[1].split('</a>')[0]
        fout.write(finaltext)
        fout.close()

你有什么想法吗？

Answer 1

使用BeautifulSoup

演示：

from bs4 import BeautifulSoup

with open(filename, 'r') as f, open(filename1, 'w') as outfile:
    soup = BeautifulSoup(f.read(), "html.parser")
    for i in soup.find_all("a"):
        print(i.text.strip())
        outfile.write(i.text.strip() + "\n")     #Write to new File

输出：

Some Text 1.....
Some Text 2.....
Some Text 3.....