如何使用python和bs4读取和覆盖文件夹中的所有* .txt文件？

Question

我有一个包含数千个文件的文件夹。 我正在尝试使用 beautifulsoup4 解析其中的 XML 标记。

我可以单独为每个文件执行此操作，但无法使用 for 循环使我的脚本工作。

到目前为止，这是我的代码：

 import bs4 as bs import glob path = r"~/Desktop/pythontest/*.txt" files = glob.glob(path) # ------------------------READ AND PARSE TEXT----------------------------------------- for f in files: # open file in read mode source = open(f, "rt") # parse xml as soup soup = bs.BeautifulSoup(source, "lxml") soupText = soup.get_text() text = soupText.replace(r"\\n", " ") # close file source.close() # --------------------------OVERWRITE FILE--------------------------------------------- for f in files: # open file in write mode source = open(f, "wt") # overwrite the file with the soup source.write((text)) # # close file source.close() print(text)

当我运行它时，控制台给了我这个：

Traceback (most recent call last):
  File "./camltest.py", line 34, in <module>
    print(text)
NameError: name 'text' is not defined

我怀疑这是一个范围问题，但无法修复它。 有什么建议？ 谢谢

Answer 1

请注意， text是在您的第一个 for 循环中定义的。

如果files是空列表，则永远不会定义text 。

Answer 2

您可以在同一个循环中简单地读取然后写入文件。

for f in files:
    source = open(f, "w+")
    soup = bs.BeautifulSoup(source, "lxml")
    soupText = soup.get_text()
    text = soupText.replace(r"\n", " ")
    source.write(text)
    source.close()