Python 替换列表中的值

Posted 2023-02-23

【中文标题】Python 替换列表中的值

【英文标题】：Python Replacing Values in a List

【发布时间】：2021-06-29 17:50:02

【问题描述】：

我有一个如下所示的列表：

stuff = ['\n', '<td><nobr>8h</nobr></td>', '\n', '<td><nobr>2021-04-02 14:27:44.729</nobr></td>', '\n', '<td class="text-right">1.73</td>;', '\n']

我正在尝试清理它，使其看起来像这样：

stuff = ["8h","2021-04-02 13:27:44.729","1.73"]

我想要做的是：

for x in range(0,len(stuff),1):
     stuff[x] = stuff[x].replace("\n","")
     stuff[x] = stuff[x].replace("<td>","")

如果字符存在，我希望删除它们。如果没有，我希望这部分会被跳过。

我得到的错误信息是

NoneType 对象不可调用。

有什么建议吗？

编辑#1：

我相信这与 \n 值搞砸了有关。我不确定这是否准确，但这是我的感觉。

【问题讨论】：

为什么是for x in range(0,len(stuff),1): 而不是for x in stuff:？此外，这可能会有所帮助：Python code to remove html tags from a string.

我会看一下链接，但使用 for x in range(0,len(stuff),1) 就是我一直这样做的方式。是否有理由使用 1 而不是另一个？

我在想，如果你在循环之前不小心将东西设置为 None。您是否尝试过使用断点单步执行代码并对其进行调试？另外，我假设在您的实际代码中，数组内容中的第二项也是一个字符串。现在只有 \n 是一个字符串。

for x in stuff 更干净 - 除非您特别需要计算索引

如果你已经安装了，你可以使用beautifulsoup（好像你从网上抓取了这些数据）。然后从列表的每个元素中获取文本：soup = BeautifulSoup("

8h", "lxml") soup.find("td").text

【参考方案1】：

如果我的理解是正确的，你要删除两类内容：

< 和 > 之间的任何内容； 不受欢迎的字符列表，例如\n 或 ;。

下面的 sn-p 完成了这项工作。

stuff = ['\n', '<td><nobr>8h</nobr></td>', '\n', '<td><nobr>2021-04-02 14:27:44.729</nobr></td>', '\n', '<td class="text-right">1.73</td>;', '\n']

import re
ans = []
for x in stuff:
    x = re.sub(r"<.*?>", "", x) # remove <>
    x = re.sub(r"(\n|;)", "", x) # remove unwanted characters
    if x: ans.append(x)

print(ans) 

【参考方案2】：

我应该说我绝对不为我的代码感到自豪，但这是我想出的：

import re
stuff = ['\n', '<td><nobr>8h</nobr></td>', '\n', '<td><nobr>2021-04-02 14:27:44.729</nobr></td>', '\n', '<td class="text-right">1.73</td>;', '\n']
def get_stuff(el):
    pattern1 = "<td><nobr>(?P<inner>.+)<\/nobr><\/td>"
    pattern2 = "<td class=(\s+)?\".+\"(\s+)?>(?P<inner>.+)\<\/td>"
    result1 = re.search(pattern1, el)
    result2 = re.search(pattern2, el)
    if result1:
        return result1.group("inner")
    if result2:
        return result2.group("inner")
last_list = list(map(get_stuff, stuff))
print( [x for x in last_list if x is not None])

结果

['8h', '2021-04-02 14:27:44.729', '1.73']

更新

所以我想出了一个更好的主意（仍然不自豪）

import re
stuff = ['\n', '<td><nobr>8h</nobr></td>', '\n', '<td><nobr>2021-04-02 14:27:44.729</nobr></td>', '\n', '<td class="text-right">1.73</td>;', '\n']
def get_stuff(el):
    pattern = "\<(\/)?nobr\>|\<(\/)?td(\s+)?(class(\s+)?\=(\s+)?\".+\"(\s?))?>|\\n|\;"
    a  = re.sub(pattern, "", el)
    return a
last_list = list(map(get_stuff, stuff))
print( [x for x in last_list if x != ''])

结果（还是一样）：

['8h', '2021-04-02 14:27:44.729', '1.73']

【讨论】：

我会玩它，无论任何人有任何解决方案仍然比我目前拥有的更好。谢谢