在python中过滤输出？

Question

我有一个 python 脚本，它使用 mechanize 从网页中获取数据。这工作正常，但我已经完成了一项黑客工作，然后使用 bash 过滤我正在寻找的文本。我现在需要在主 python 脚本中执行此操作，因为我需要使用输出值。

response = br.submit()
print response.read()

这会打印出我然后用 bash 操作的响应

| grep usedData | cut -d '"' -f2 | sed 's/\<GB used\>//g'`

如何在 python 中完成这一切？

bash 脚本的输出将是一个数字（例如 123.45）

输入：

<tr><th>Current Data Usage:  </th><td>221.59GB</td></tr>


Output: 221.59

Answer 1

试试这个：

input_html = "<tr><th>Current Data Usage:  </th><td>221.59GB</td></tr>"
begin = input_html.find("</th><td>")
end = input_html.find("GB</td>")
output = input_html[begin+len("</th><td>"):end]
print output

这应该可以准确找到您要查找的内容。

Answer 2

您可以使用正则表达式查找“​​GB”之前的所有数字和句点序列。

>>> import re
>>> s = "<tr><th>Current Data Usage:  </th><td>221.59GB</td></tr>"
>>> match = re.search(r"([\d\.]*)GB", s)
>>> match.group(1)
'221.59'