我有一个包含这个的文件:
<html>
<head>
<title> Hello! - {{ today }}</title>
</head>
<body>
{{ runner_up }}
avasd
{{ blabla }}
sdvas
{{ oooo }}
</body>
</html>
提取 {{today}}、{{runner_up}} 等的最佳或最 Pythonic 方法是什么？
我知道可以用拆分/正则表达式来完成，但我想知道是否还有其他方法。
PS:考虑加载到名为thedata 的变量中的数据。
编辑:我认为 HTML 示例很糟糕，因为它将一些评论者引向了 BeautifulSoup。所以，这是一个新的输入数据:
Fix grammatical or {{spelling}} errors.
Clarify meaning without changing it.
Correct minor {{mistakes}}.
Add related resources or links.
Always respect the original {{author}}.
输出:
spelling
mistakes
author
最佳答案
嗯，好吧，这是一个似乎对我来说效果很好的生成器解决方案。如果愿意，您还可以提供不同的开始和结束标签。
def get_tags(s, open_delim ='{{',
close_delim ='}}' ):
while True:
# Search for the next two delimiters in the source text
start = s.find(open_delim)
end = s.find(close_delim)
# We found a non-empty match
if -1 < start < end:
# Skip the length of the open delimiter
start += len(open_delim)
# Spit out the tag
yield s[start:end].strip()
# Truncate string to start from last match
s = s[end+len(close_delim):]
else:
return
像这样针对你的目标输入运行:
# prints: today, runner_up, blabla, oooo
for tag in get_tags(html):
print tag
编辑:它也适用于您的新示例 :)。在我明显快速的测试中，它似乎也以合理的方式处理格式错误的标签，尽管我不保证它的健壮性!
关于python - 在 python 中拆分标签，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/571186/