『壹』 python程序:输入一个字符串,将其中字母'a'滤掉,生成另一个字符串
代码:
print(''.join(c for c in input() if c!='a'))
运行结果截图:
『贰』 python 爬虫怎么过滤正文以外的
利用bs4查找所有的div,用正则筛选出每个div里面的中文,找到中文字数最多的div就是属于正文的div了。定义一个抓取的头部抓取网页内容:
importrequests
headers={
'User-Agent':'Mozilla/5.0(WindowsNT10.0;WOW64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/47.0.2526.106Safari/537.36',
'Host':'blog.csdn.net'}
session=requests.session()
defgetHtmlByRequests(url):
headers.update(
dict(Referer=url,Accept="*/*",Connection="keep-alive"))
htmlContent=session.get(url=url,headers=headers).content
returnhtmlContent.decode("utf-8","ignore")
统计文字的正则:
importre
#统计中文字数
defcountContent(string):
pattern=re.compile(u'[u1100-uFFFD]+?')
content=pattern.findall(string)
returncontent
查找每一个div,统计每一个div的文字,只保留文字最多的那个div:
#分析页面信息
defanalyzeHtml(html):
#初始化网页
soup=BeautifulSoup(html,"html.parser")
part=soup.select('div')
match=""
forparagraphinpart:
content=countContent(str(paragraph))
iflen(content)>len(match):
match=str(paragraph)
returnmatch
最后的调用几个函数即可:
defmain():
url="http://blog.csdn.net/"
html=getHtmlByRequests(url)
mainContent=analyzeHtml(html)
soup=BeautifulSoup(mainContent,"html.parser")
print(soup.select('div')[0].text)
『叁』 python如何从文本中筛选出带指定汉字的句子
#coding=gbk
#下面就是代码,测试了一下没有问题
#python 2.7.5
def srch(fileName):
f = open(fileName,'r').read()
s = f.split('\n')
a0 = s[0]
for i in range(0,len(s)):
if len(s) == 1: #这一行我不知道有没有用,判断文本是否只有一行
if a0[:1] != '#':
print '0' #return 0
break
a = s[i]
if a[:1] == '#':
print '-1' #return -1
else:
print '0' #return 0
print srch('abc.txt') #abc.txt is your file
『肆』 Python过滤关键词怎么做呢,在线等
你直接in就可以了
filter_words=['aaa','bbb','ccc']
test='afewfjlkkbbbsdfewfe'
forwinfilter_words:
ifwintest:
print"error"
break
如果解决了您的问题请采纳!
如果未解内决请继续容追问
『伍』 如何用python去掉文本中的\
s=r'123456'#r表示原生字符,即字符串中的不是用来转义,而是其本身
print(s.replace('\',''))
运行结果:
123456