zmień nazwę pliku .html z tagu <title> z pythonem
Mam wiele plików html zapisanych na moim komputerze. Mają takie same tagi: Rpi-Cam-Web-Interface- Page 2 - forumi zmienia się numer strony
Chcę zmienić nazwę pliku na numer strony Używam tego kodu:
import re
import os
pattern=re.compile('<title>RPi Cam Web Interface - Page \d*')
for i in os.listdir():
parser=open(i,'r',encoding='utf-8')
m=pattern.search(parser.read())
parser.close()
os.rename(i,m.group()[35:]+'html')
jakikolwiek lepszy sposób?
Odpowiedzi
Odstępy W celu uzyskania w miarę profesjonalnego kodu Pythona (lub dowolnego kodu Pythona, który Ty lub inni będziecie musieli przyjrzeć się później - najlepiej całego kodu, który kiedykolwiek napiszecie), dobrym pomysłem byłoby postępowanie zgodnie ze standardowym przewodnikiem po PEP 8 , aby poprawić czytelność. Na początek zaleca umieszczenie spacji między argumentami i operatorami oraz użycie 4 spacji do wcięcia:
pattern = re.compile('<title>RPi Cam Web Interface - Page \d*')
for i in os.listdir():
parser = open(i, 'r', encoding='utf-8')
m = pattern.search(parser.read())
parser.close()
os.rename(i, m.group()[35:] + 'html')
Surowy łańcuch Dobrym pomysłem jest używanie nieprzetworzonych ciągów podczas tworzenia wzorców Pythona, aby sekwencje ucieczki nie były interpretowane , a zamiast tego ukośniki odwrotne są traktowane jako zwykłe znaki wewnątrz wzorca. W przypadku tego konkretnego wzorca, którego używasz, zdarza się, że nie jest to konieczne, ale jeśli kiedykolwiek będziesz musiał go zmienić i dopasować do nowej linii \nlub granicy słowa \bitp., Nie użycie nieprzetworzonego ciągu znaków spowoduje, że skrypt nie będzie działał zgodnie z oczekiwaniami.
Innymi słowy, chciałbyś zrobić coś takiego:
pattern = re.compile(r'<title>RPi Cam Web Interface - Page \d*')
# ^
Wzór Widzę 2 problemy z wzorem:
- Numer strony jest opcjonalny, ponieważ dopasowujesz z
\d*zamiast\d+. Użycie\d+dopasowania jednej lub więcej cyfr sprawiłoby, że intencja wzorca byłaby wyraźniejsza. (\d*dopasowuje „zero lub więcej cyfr”) - Ręcznie wyodrębniasz numer strony z dopasowania za pomocą
m.group()[35:]. Użyj grupy przechwytywania we wzorze zamiast ręcznego zliczania wskaźników:
pattern = re.compile(r'<title>RPi Cam Web Interface - Page( \d+)')
# ^^^^^^
# ...
page_number = m.group(1)