提取python中的特定文本_Python_Python 2.7_Python 3.x

提取python中的特定文本

python python-2.7 python-3.x

提取python中的特定文本,python,python-2.7,python-3.x,Python,Python 2.7,Python 3.x,从下面的文本文件中，如何将所需的字符集从每一行提取到python中的列表中？所需字符为“仅REQUIRED1.JPG”、“仅REQUIRED2.JPG”、“仅REQUIRED3.JPG”。因此，结果应该是： result = ['ONLY REQUIRED1.JPG', 'ONLY REQUIRED2.JPG', 'ONLY REQUIRED3.JPG'] x'<xxx "-//xxx//xxxx//xx">\n<ggg>\n <kkk>\n <t

从下面的文本文件中，如何将所需的字符集从每一行提取到python中的列表中？所需字符为“仅REQUIRED1.JPG”、“仅REQUIRED2.JPG”、“仅REQUIRED3.JPG”。因此，结果应该是：

result = ['ONLY REQUIRED1.JPG', 'ONLY REQUIRED2.JPG', 'ONLY REQUIRED3.JPG']


x'<xxx "-//xxx//xxxx//xx">\n<ggg>\n <kkk>\n  <title>asdf asdf/xx/aaa.xxx/bbb.bb.cc</asdf>\n </head>\n <body>\n<pre>\ndhh\n</pre>\n<pre><img src="/icons/blank.gif" alt="Icon "> <a href="?C=N;O=D">Name</a>                                    alt="[DIR]"> <a href="/asdf/kkkk.xxx/">Parent Directory</a>                                                        \n<img src="/lllll/ttt.gif" alt="[IMG]"> \n <a href="ONLY_REQUIRED1.JPG">ertwe</a> \n href="ONLY_REQUIRED2.JPG">x'<xxx "-//xxx//xxxx//xx">\n<ggg>\n <kkk>\n  <title>asdf asdf/xx/aaa.xxx/bbb.bb.cc</asdf>\n </head>\n <body>\n<pre>\ndhh\n</pre>\n<pre><img src="/icons/blank.gif" alt="Icon "> <a href="?C=N;O=D">Name</a> \n href="ONLY_REQUIRED3.JPG">ertwe</a>

result=['ONLY REQUIRED1.JPG'，'ONLY REQUIRED2.JPG'，'ONLY REQUIRED3.JPG']
x'\n\n\n asdf asdf/xx/aaa.xxx/bbb.bb.cc\n\n\ndhh\n\n alt=“[DIR]”>\n\n\n\n href=“ONLY_REQUIRED2.JPG”>x'\n\n\n asdf asdf/xx/aaa.xxx/bbb.bb.cc\n\n\n\n\ndhh\n\n\n href=“ONLY_REQUIRED3.JPG”>

我愿意这样做

它使用正则表达式。它正在寻找任何以“ONLY_REQUIRED”开头，后跟数字，然后以“.JPG”

re.findall（'ONLY_REQUIRED\d.JPG'，my_text）

结尾的内容。新用户很难理解这些内容。请把代码分成两部分。首先，让我演示如何仅提取包含“.JPG”的行。然后，让我演示如何将所需文本提取到列表中。@Joran Beasley我的文本是什么意思？您从要搜索的文件中加载的文本@Joran Beasley谢谢，您的答案与我所问的答案相符。然而，当名称不同而不是“仅需”？时，我如何查找所有以“.JPG”结尾的名称呢？为了这个新的目的，我提出了新的问题

import re
my_text = open("some.html").read()
my_list = re.findall("ONLY_REQUIRED\d.JPG",my_text)
print my_list