使用 python 从文本文件中提取单词

Question

我有一个 html 文件，其中包含我无法使用 BeautifulSoup 轻松提取的内容，因为我认为它加载了 Javascript.

..."inlineParams":"json","title":"","lNameP":"MYNAME","key":"degree_result_person"},"firstName":"MYFIRSTNAME"...

我想提取此文件中的多个名称。这些名字就在 "lNameP" 之后。有什么方法可以循环获取所有这些名称（在这种情况下我想获取 MYNAME）？

非常感谢，

Answer 1

使用正则表达式？

import re
pattern = re.compile('\"(lNameP)\"\:\"(.*?)\"')
result = pattern.findall(string)

result[0][0] 是键，result[0][1] 是值。

Answer 2

此 regex 代码将完全符合您的需要：

string ='"inlineParams":"json","title":"","lNameP":"MYNAME","key":"degree_result_person"},"firstName":"MYFIRSTNAME"'
import re
pattern = re.compile('\"lNameP"\:"(.*?)"')
match = pattern.search(string).group(1)
print (match)

输出：

MYNAME

使用 python 从文本文件中提取单词

Extract words from text files with python

html

javascript

python

words

beautifulsoup