Question

我正在尝试使用带有问题和答案的html标签从文本文件中制作CSV文件。不幸的是，我已经尝试过并且无法在LibreOffice或任何其他CSV兼容软件中打开它。我想做的就是转换这样的东西：

<b>Question 1:</b> What is the capital of United States?
<b>Answer:</b> Washington, D.C.

<b>Question 2:</b> What is the capital of United States?
<b>Answer:</b> Washington, D.C.

<b>Question 3:</b> What is the capital of United States?
<b>Answer:</b> Washington, D.C.

以此类推。

结果应为：

Question SEPARATOR Answer

* SEPARATOR不能为颜色或分号，因为问题可能包含最重要的字符（冒号，分号，点）

我想导入Anki，它支持CSV文件。

我尝试使用特殊符号（如＃）分隔“问题和答案”，并且只有问题在LibreOffice / OpenOffice中被解析，并且问题文本永远不能包含换行符。如果文本包含换行符，则CSV会混乱。

Answer 1

以下是一些Python脚本，可将卡片转换为CSV格式：

import re
import csv

questions = [[]]

with open("original.file", "rt") as f:
    for line in f:
        line = line.strip()
        if line:
            questions[-1].append(line)
        else:
            questions.append([])

# Now we've got the questions in a 2D list.
# Let's just make sure it loaded properly.
assert all(len(question) == 2 for question in questions)

# Let's write a CSV file now.
with open("output.csv", "wt", newline="") as f:
    writer = csv.writer(f)
    for q, a in questions:
        writer.writerow([
            re.fullmatch(r"<b>Question \d+:</b> (.*)", q).group(1),
            re.fullmatch(r"<b>Answer:</b> (.*)", a).group(1)
        ])

现在，您可以使用“基本”卡类型导入它们。此代码丢弃问题编号；我希望那不是太重要。

如何将这些文本段转换为CSV？

1 个答案: