如何仅在 python 的某个块内读取 HTML 文件？

Question

我正在尝试仅在 python 的特定块（神社模板）内读取 HTML 文件。 我想在 {% block content %} 和它对应的 {% endblock %} 之间阅读。

我正在块之间搜索 {{ 和 {% ，我想打印行号和找到搜索模式的行的内容。

我将文件路径保存在一个变量中，并在需要时使用它来打开文件。 我使用枚举 function 来跟踪行号。

fp = r"<path_to_HTML_file>"

def scan(line_number, line, flag):
    with open(fp, 'r', encoding='utf-8') as f:
        for check_line_number, check_line in enumerate(f, 1):
            if check_line_number >= line_number:
                if '{%' in check_line:
                    print("Line Number: {}\nContent: {}".format(check_line_number, check_line))


with open(fp, 'r', encoding='utf-8') as f:
    for line_number, line in enumerate(f, 1):
        if '{% block content %}' in line:
            flag = 1
            scan(line_number, line, flag)

我面临的问题是我的代码打印出所有出现在 {% block content %} 之后的 {%，但我想读到相应的 {% endblock %}。

另外，我不确定在哪里关闭文件。

Answer 1

使用正则表达式可以很容易地解决这个问题。

import re

# blocks will be a list of the contents of the blocks in the string FILE_CONTENTS
blocks = re.findall(r'{% block \w+? %}(.*?){% endblock %}', FILE_CONTENTS, re.S)

我强烈建议您通读正则表达式模式。 它们非常方便。