我是python的新手，無法使用此循環代碼

Question

我正在嘗試在一組XML標記內的文件中復制節

> <tag>I want to copy the data here</tag>`

• 請注意，我發現標簽周圍的數據不是有效的XML，因此無法導入普通庫，而必須通過字符串比較來找到它：( *

我想在文件中提取文本的多個部分，因此我試圖遍歷文件以查找每個文本。 我只是想逐行執行此操作，直到弄清楚如何解析不需要的文本行並創建以下代碼：

InputFile=open('xml_input_File.xml','r')
OutputFile=open('xml_output_file.xml', 'w')
check = 0

for line in InputFile.readlines():
      if line.find("<STARTTAG>"):
          check = 1
      elif line.find(r"<//STARTTAG>"):
          check = 0
      if check == 1:
          OutputFile.write(line)

我遇到的問題是它只是復制整個文件，而不僅僅是我想要的部分。

我知道代碼不是很漂亮，但我仍在學習中，它將成為“ d'oh！” 片刻，但感謝您的幫助！

干杯

Answer 1

您的代碼存在一些問題：

• 如果輸入確實采用"<STARTTAG> ... </STARTTAG>"的格式，則捕獲"<STARTTAG> ... </STARTTAG>"不會削減它，因為您至少要抓住<STARTTAG>實例。
• 您使用的是文字字符串前綴（ r"<//STARTTAG>" ），但使用的是兩個正斜杠。 在上面的示例中，結束標記看起來只有一個正斜杠。 我不確定在這里為什么需要使用文字字符串前綴。 如果不正確，這可能就是為什么check變量永遠不會設置為0的原因（因此，代碼將復制整個文件）。

編輯：其他張貼者對find（）的返回值也很有效。 使用in關鍵字可能是更好的選擇。

您需要研究手動（通過split（））或通過某些正則表達式來拆分輸入（解析）。 或者，您可以嘗試將輸入修飾為兼容的XML格式，然后使用許多免費提供的庫之一來處理這種事情。

希望這可以幫助！

Answer 2

Help on method_descriptor:

find(...)
    S.find(sub[, start[, end]]) -> int

    Return the lowest index in S where substring sub is found,
    such that sub is contained within s[start:end].  Optional
    arguments start and end are interpreted as in slice notation.

    Return -1 on failure.

-1也是一個True值。

嘗試：

if "<STARTTAG>" in line:

等等

同樣，也不需要轉義正斜杠（原始字符串中的斜杠甚至更少！）。

Answer 3

find返回行中子字符串的索引。 起始標簽可能在行的開頭（索引為零），因此，如果它不能正常工作。

嘗試：

if line.find("<STARTTAG>") != -1:

甚至更好

if "<starttag>" in line:

或為python使用一些XML解析器。