如何在多个文件中保存多个输出，其中每个文件的标题来自 python 中的 object？

Question

我正在从网站 (http://www.gfrvitale.altervista.org/index.php/autismo-in?format=feed&type=rss) 抓取 RSS 提要。我写了一个脚本来从每个提要中提取和净化文本。我的主要问题是将每个项目的每个文本保存在不同的文件中，我还需要用项目的正确标题摘录来命名每个文件。我的代码是：

for item in myFeed["items"]:
    time_structure=item["published_parsed"]
    dt = datetime.fromtimestamp(mktime(time_structure))

    if dt>t:

     link=item["link"]           
     response= requests.get(link)
     doc=Document(response.text)
     doc.summary(html_partial=False)

     # extracting text
     h = html2text.HTML2Text()

     # converting
     h.ignore_links = True  #ignoro i link
     h.skip_internal_links=True  #ignoro i link esterni
     h.inline_links=True
     h.ignore_images=True  #ignoro i link alle immagini
     h.ignore_emphasis=True
     h.ignore_anchors=True
     h.ignore_tables=True

     testo= h.handle(doc.summary())  #testo estratto

     s = doc.title()+"."+" "+testo  #contenuto da stampare nel file finale

     tit=item["title"]

     # save each file with it's proper title
     with codecs.open("testo_%s", %tit "w", encoding="utf-8") as f:
         f.write(s)
         f.close()

错误是：

File "<ipython-input-57-cd683dec157f>", line 34 with codecs.open("testo_%s", %tit "w", encoding="utf-8") as f:
                                 ^
SyntaxError: invalid syntax

Answer 1

%tit

后需要加逗号

应该是：

#save each file with it's proper title
with codecs.open("testo_%s" %tit, "w", encoding="utf-8") as f:
     f.write(s)
     f.close()

但是，如果您的文件名包含无效字符，它将 return 出错（即 [Errno 22]）

您可以试试这个代码：

...
tit = item["title"]
tit = tit.replace(' ', '').replace("'", "").replace('?', '') # Not the best way, but it could help for now (will be better to create a list of stop characters)

with codecs.open("testo_%s" %tit, "w", encoding="utf-8") as f:
     f.write(s)
     f.close()

使用nltk的其他方式：

from nltk.tokenize import RegexpTokenizer
tokenizer = RegexpTokenizer(r'\w+')
tit = item["title"]
tit = tokenizer.tokenize(tit)
tit = ''.join(tit)
with codecs.open("testo_%s" %tit, "w", encoding="utf-8") as f:
     f.write(s)
     f.close()

Answer 2

首先，你放错了逗号，应该在 %tit 之后，而不是之前。

其次，您不需要关闭文件，因为您使用的 with 语句会自动为您关闭。编解码器是从哪里来的？我在其他任何地方都看不到它....无论如何，正确的 with 语句应该是：

with open("testo_%s" %tit, "w", encoding="utf-8") as f:
     f.write(s)

如何在多个文件中保存多个输出，其中每个文件的标题来自 python 中的 object？

How to save multiple output in multiple file where each file has a different title coming from an object in python?

python

rss

feed