0
我有一个HTML文件,其中包含pre标签中的数据。我想分析pre标签中的数据一行一行,并根据每行中的时间戳执行排序。我可以如何使用python。使用python逐行解析预标签
<pre>**Date Time DataFeed**
10/01/1994 10:00:00 Go_to_sleep
.......
.......</pre>
我有一个HTML文件,其中包含pre标签中的数据。我想分析pre标签中的数据一行一行,并根据每行中的时间戳执行排序。我可以如何使用python。使用python逐行解析预标签
<pre>**Date Time DataFeed**
10/01/1994 10:00:00 Go_to_sleep
.......
.......</pre>
In [1]: import bs4
In [2]: text = '''<pre>**Date Time DataFeed**
...: 10/01/1994 10:00:00 Go_to_sleep
...: 10/01/1994 10:00:00 Go_to_sleep
...: 10/01/1994 10:00:00 Go_to_sleep
...: 10/01/1994 10:00:00 Go_to_sleep</pre>'''
In [3]: soup = bs4.BeautifulSoup(text, 'lxml')
In [4]: soup.pre.get_text()
Out[4]: '**Date Time DataFeed**\n10/01/1994 10:00:00 Go_to_sleep\n10/01/1994 10:00:00 Go_to_sleep\n10/01/1994 10:00:00 Go_to_sleep\n10/01/1994 10:00:00 Go_to_sleep'
In [6]: soup.pre.get_text().splitlines()
Out[6]:
['**Date Time DataFeed**',
'10/01/1994 10:00:00 Go_to_sleep',
'10/01/1994 10:00:00 Go_to_sleep',
'10/01/1994 10:00:00 Go_to_sleep',
'10/01/1994 10:00:00 Go_to_sleep']
在BS4,与换行符的HTML代码转换为\n
,您可以用splitlines()
将其分割成列表。
它的工作原理,但问题是,该文件是非常大的,它需要大量的时间来处理和显示。有没有更快的方法 – Rendevou