Question

我有一个非常大的docx文件（700页），它具有日志格式

[15/09/2014, 15:30:21] Stijn: Nice

我希望删除时间，让它看起来像这样

[15/09/2014] Stijn: Nice

我很确定这可以在python中完成，但还没有找到确切的方法。我应该使用这样的东西吗？

line.replace(char,'')

它是一个whatsapp日志文件，看起来有点像这样（某些文本使用2行）

[15/09/2014, 15:53:39] Dylan: Beste selfie ever 
[15/09/2014, 15:53:52] Sipke: Ja 
[15/09/2014, 15:54:05] ‎You changed this group's icon

将不胜感激：）

Answer 1

如果您知道如何使用正则表达式，则可以轻松完成。您要：

1）逐行读取文件

2）用空白文本替换时间戳。

这是我为您提供的示例python代码：

#!/usr/bin/python
import re

text = "[15/09/2014, 15:30:21] Stijn: Nice"

# Capture time stamp and substitute it with blank
new = re.sub(r'(, [0-9]{2}:[0-9]{2}:[0-9]{2})', "", text)    
print new

这将产生：

[15/09/2014] Stijn: Nice

如果您想弄弄/理解我在这里使用的正则表达式的用法，请点击此链接-https://regexr.com/406sc

从docx文件中删除字符

1 个答案: