如何使用python和bs4讀取和覆蓋文件夾中的所有* .txt文件？

Question

我有一個包含數千個文件的文件夾。 我正在嘗試使用 beautifulsoup4 解析其中的 XML 標記。

我可以單獨為每個文件執行此操作，但無法使用 for 循環使我的腳本工作。

到目前為止，這是我的代碼：

 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)

當我運行它時，控制台給了我這個：

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

我懷疑這是一個范圍問題，但無法修復它。 有什么建議？ 謝謝

Answer 1

請注意， text是在您的第一個 for 循環中定義的。

如果files是空列表，則永遠不會定義text 。

Answer 2

您可以在同一個循環中簡單地讀取然后寫入文件。

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()