我如何确定是否可以改变这个词。。。Python纸条

2024-10-02 12:36:16 发布

您现在位置：Python中文网/ 问答频道 /正文
8435 3

目标是读取html文件并将MyWord的所有实例更改为MyWord；但是，如果在路径、文件名或脚本中或作为路径、文件名或脚本的一部分，则不得更改该单词：

href="..."
src="..."
url(...)
class="..."
id="..."
script inline or linked (file name) --> <script ...></script>
styles inline or linked (file name) --> <link ...>   <style></style>

现在是所有问题中的一个问题：如何确定单词的实例是否处于可以更改的位置？（或者，您如何确定该单词是否在上面列出的某个位置内并且不应更改？）你知道吗

这是我的代码，它可以更改为逐行读取等，但我只是不能想到如何定义和执行一个规则，以匹配上述。。。你知道吗

在这里：

#!/usr/bin/python

import os
import time
from stat import *

def fileExtension(s):
   i = s.rfind('.')
   if i == -1:
      return ''
   tmp = '|' + s[i+1:] + '|'
   return tmp

def changeFiles():
   # get all files in current directory with desired extension
   files = [f for f in os.listdir('.') if extStr.find(fileExtension(f)) != -1]

   for f in files:
      if os.path.isdir(f):
         continue

      st = os.stat(f)
      atime = st[ST_ATIME] # org access time
      mtime = st[ST_MTIME] # org modification time

      fw = open(f, 'r+')
      tmp = fw.read().replace(oldStr, newStr)
      fw.seek(0)
      fw.write(tmp)
      fw.close()

      # put file timestamp back to org timestamp
      os.utime(f,(atime,mtime))

      # if we want to check subdirectories
      if checkSubDirs :
         dirs = [d for d in os.listdir('.') if os.path.isdir(d)]

      for d in dirs :
         os.chdir(d)
         changeFiles()
         os.chdir('..')

# ==============================================================================
# ==================================== MAIN ====================================

oldStr = 'MyWord'
newStr = 'Myword'
extStr = '|html|htm|'
checkSubDirs = True

changeFiles()

有人知道怎么做吗？有什么建议吗？任何帮助都是感激的，打了我的大脑两天了，只是想不出什么。你知道吗


Tags： inimportforiftimeosscriptfiles
2条回答
网友
1楼 · 编辑于 2024-10-02 12:36:16

lxml有助于完成这类任务。你知道吗

html = """
<html>
<body>
    <h1>MyWord</h1>
    <a href="http://MyWord">MyWord</a>
    <img src="images/MyWord.png"/>
    <div class="MyWord">
        <p>MyWord!</p>
        MyWord
    </div>
    MyWord
</body><!  MyWord  >
</html>
"""

import lxml.etree as etree

tree = etree.fromstring(html)
for elem in tree.iter():
    if elem.text:
        elem.text = re.sub(r'MyWord', 'Myword', elem.text)
    if elem.tail:
        elem.tail = re.sub(r'MyWord', 'Myword', elem.tail)

print etree.tostring(tree)

上面打印的是：

<html>
<body>
    <h1>Myword</h1>
    <a href="http://MyWord">Myword</a>
    <img src="images/MyWord.png"/>
    <div class="MyWord">
        <p>Myword!</p>
        Myword
    </div>
    Myword
</body><!  Myword  >
</html>

注意：如果还需要对脚本标记的内容进行特殊处理，则需要使上述代码稍微复杂一些，例如

<script>
    var title = "MyWord"; // this should change to "Myword"
    var hoverImage = "images/MyWord-hover.png"; // this should not change
</script>
网友
2楼 · 编辑于 2024-10-02 12:36:16

使用regex这里有一个示例，您可以从中开始，希望这对您有所帮助：

import re

html = """
    <href="MyWord" />
    MyWord
"""

re.sub(r'(?<!href=")MyWord', 'myword', html)
output: \n\n <href="MyWord" />\n myword\n\n

参考号：http://docs.python.org/library/re.html

相关问题 更多 >

    编程相关推荐

    热门问题