Python+ Calibre 处理 中文报纸

Posted xiulugg

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python+ Calibre 处理 中文报纸相关的知识,希望对你有一定的参考价值。

import re
##2
line='<a href=nw.D110000renmrb_20180401_1-01.htm><script>document.write(view("领航新时代中国经济航船  "))</script></a>'
#line = line.decode("utf-8")
filtrate = re.compile(u'[^\u4E00-\u9FA5]')#非中文
filtered_str = filtrate.sub(r'', line)#replace
print (filtered_str)

##1
tempLine = '<script>document.write(view("加强党中央对经济工作的集中统一领导<br>打好决胜全面建成小康社会三大攻坚战  "))</script>'
filtrate = re.compile(u'[^\u4E00-\u9FA5]')#非中文
filtered_str = filtrate.sub(r'', tempLine)#replace
print (filtered_str)

filtrate = re.findall (r"[\u4e00-\u9fa5]+", tempLine)

print (filtrate)

python 提取 中文

以上是关于Python+ Calibre 处理 中文报纸的主要内容,如果未能解决你的问题,请参考以下文章

python Calibre插件 - HelloWorld

Linux环境下安装Calibre & 源代码编译

Linux环境下安装Calibre & 源代码编译

请教关于用calibre给书添加字体的问题

如何使用calibrer如何将pdf转化为mobi

如何使用 Selenium 和 Python 在元素中查找元素?