Python 对大段文本进行预处理 并保存EXCEL表格

2023-04-05编程源码 浏览

由于该网站考试页面需要每月一次登录考试时才能出现，自己不太会爬取，所以直接复制处理后，

再用python进行题库对比 答案也就几分钟就出来了。本人新手 如有不足请包含！

在网页上直接复制下来内容如图：

处理结果：

保存到excel表格中：

import re import pandas as pd def clean(line):     line = re.sub('\nA', '\nAA', line)  # 为分段加标记     line = re.sub('\d+.(1分).', '#', line).split('#')  # 为分割加标记，并以#号分割       data = []     for item in line:         stem = item.split('\nA')[0]         option = item.split('\nA')[1]         dit = {             '题干': stem,             '选项': option         }         data.append(dit)       return data     def save(data):     df = pd.DataFrame(data)     df.to_excel('newtg.xlsx', index=False, sheet_name='Sheet1')     def main():     with open('1.txt', 'r', encoding='utf-8-sig') as f:         content = f.read()     content2 = clean(content)     data = save(content2)     # print(content2)     # print(data)     if __name__ == '__main__':     main()