我有一条类似 xml 的行，用于记录某些文本的年份范围，例如默认是为所有年份范围值设置 no 属性，如下所示:
textf = """<textf no="1958-1960" no="1961-1963" no="1964-1966" no="1967-1969" no="1970-1972" no="1973-1975" no="1976-1978" no="1979-1981" no="1982-1984" no="1985-1987" no="1988-1990" no="1991-1993" no="1994-1996" no="1997-1999" no="2000-2002" no="2003-2005" no="2006-2008" no="2009-2011" no="2012-2014">Some text</textf>"""
我知道属性应该是年份，值应该是 bool 值 true/false 但这个标准是由其他人设定的，我想使用它。
假设 Some text 来自 1963，我想将 no 更改为 yes 其值为 "1961-1963"，即上述文本将变为:
"""<textf no="1958-1960" yes="1961-1963" no="1964-1966" no="1967-1969" no="1970-1972" no="1973-1975" no="1976-1978" no="1979-1981" no="1982-1984" no="1985-1987" no="1988-1990" no="1991-1993" no="1994-1996" no="1997-1999" no="2000-2002" no="2003-2005" no="2006-2008" no="2009-2011" no="2012-2014">Some text</textf>"""
我一直在通过替换整数范围并逐一检查所有年份范围来做到这一点:
from BeautifulSoup import BeautifulSoup
textf = """<textf no="1958-1960" no="1961-1963" no="1964-1966" no="1967-1969" no="1970-1972" no="1973-1975" no="1976-1978" no="1979-1981" no="1982-1984" no="1985-1987" no="1988-1990" no="1991-1993" no="1994-1996" no="1997-1999" no="2000-2002" no="2003-2005" no="2006-2008" no="2009-2011" no="2012-2014">"""
textf_range = [map(int, j.split('-')) for i,j in BeautifulSoup(textf).find('textf').attrs]
year = 1961
year_range_yes = ['yes="'+str(i)+'-'+str(j)+'"' for i,j in textf_range if year in range(i,j)][0]
year_range_no = year_range_yes.replace('yes=', 'no=')
tagged_textf = textf.replace(year_range_no, year_range_yes)
print tagged_textf
[输出]:
"""<textf no="1958-1960" yes="1961-1963" no="1964-1966" no="1967-1969" no="1970-1972" no="1973-1975" no="1976-1978" no="1979-1981" no="1982-1984" no="1985-1987" no="1988-1990" no="1991-1993" no="1994-1996" no="1997-1999" no="2000-2002" no="2003-2005" no="2006-2008" no="2009-2011" no="2012-2014">Some text</textf>"""
有更简单的方法吗？可能是一种更 pythonic 的方式，不那么复杂，不那么冗长。希望不使用 BeautifulSoup 的方式会受到赞赏。
最佳答案
使用正则表达式:
>>> import re
>>>
>>> def yes_if_include(m, y):
... y1, y2 = map(int, m.group(1, 2))
... if y1 <= y <= y2:
... return 'yes' + m.group()[2:]
... return m.group()
...
>>> textf = '<textf no="1958-1960" no="1961-1963" no="1964-1966">Some text</textf>'
>>> re.sub(r'no="(\d+)-(\d+)"', lambda m: yes_if_include(m, 1963), textf)
'<textf no="1958-1960" yes="1961-1963" no="1964-1966">Some text</textf>'
关于python - 通过检查 int 范围替换文本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27468968/