python/php中的模板提取

python或php中是否存在现有的模板提取库？Perl已经实现了，但我在python或php中都找不到类似的实现

---

在python中，我能找到的唯一相近的东西是TemplateMaker（），但它并不是一个真正的模板提取库。

TmeplateMaker

似乎可以满足您的需要，至少从它的文档来看是这样的。它不是接收模板作为输入，而是从几个文档推断（“学习”）if。然后，它使用

extract

方法从使用此模板创建的其他文档中提取数据

示例显示：

# Now that we have a template, let's extract some data.
>>> t.extract('<b>red and green</b>')
('red', 'green')
>>> t.extract('<b>django and stephane</b>')
('django', 'stephane')

# The extract() method is very literal. It doesn't magically trim
# whitespace, nor does it have any knowledge of markup languages such as
# HTML.
>>> t.extract('<b>  spacy  and <u>underlined</u></b>')
('  spacy ', '<u>underlined</u>')

# The extract() method will raise the NoMatch exception if the data
# doesn't match the template. In this example, the data doesn't have the
# leading and trailing "<b>" tags.
>>> t.extract('this and that')
Traceback (most recent call last):
...

#现在我们有了一个模板，让我们提取一些数据。
>>>t.提取物（“红色和绿色”）
（‘红色’、‘绿色’）
>>>t.提取物（“django和stephane”）
（“django”、“stephane”）
#extract（）方法非常简单。它不会神奇地修剪
#它也不了解标记语言，例如
#HTML。
>>>t.extract（'空格和下划线'）
（“空格”、“下划线”）
#如果数据丢失，extract（）方法将引发NoMatch异常
#与模板不匹配。在本例中，数据没有
#前导和尾随“”标记。
>>>t.extract（'这个和那个'）
回溯（最近一次呼叫最后一次）：
...

因此，为了完成您需要的任务，我认为您应该：

• 给它一些从你的模板中呈现出来的文档——它从中推断模板不会有问题
• 使用推断模板从新文档中提取数据

---

仔细想想，它甚至比Perl的

模板：：Extract

更有用，因为它不希望您为它提供一个干净的模板-它自己从示例文本中学习。

下面是TemplateMaker作者Adrian的一个有趣讨论

它看起来很像我所说的包装归纳库

---

如果您正在寻找其他更具可配置性（较少用于刮削）的内容，请查看lxml.html和BeautifulSoup，以及python。

在深入研究了更多内容后，我找到了一个解决方案，完全符合我的要求。filippo在这篇文章中发布了一系列用于屏幕抓取的python解决方案：其中有一个名为scrapemark（）的包

---

希望这能帮助其他正在寻找相同解决方案的人。

@Kyle:也许你需要重新表述你的问题