在python中将htm文件拆分为单独的行答案

【问题标题】：Splitting a htm file into separate lines in python在python中将htm文件拆分为单独的行
【发布时间】：2013-05-19 07:08:54
【问题描述】：

所以我有一个 .htm 文件，我需要将它分成不同的行并存储在一个列表中。所以我使用的代码如下。

html = open('filename.htm').read().splitlines()

但是，当我执行以下操作时，整个文件会立即打印出来，而不是逐行打印，因此文件的输入似乎没有被分成不同的行

for line in html:
    print(line)

此外，当我尝试将文件的内容复制粘贴到程序中时，它工作正常。

html = raw_input()
html = html.splitlines()

谁能告诉我如何将文件中的输入分成不同的行？谢谢。

【问题讨论】：

【解决方案1】：

由于for line in html: print(line) 表示打印所有行，它显然打印整个文件，一次打印一行。

因此，除非您将文件“合并”在一行文本中，否则它可以正常工作。您可以添加一些文本输出来确定它：

html = open('try.htm').read().splitlines()
for line in html:
    print("Line:")
    print(line)
    print()

【讨论】：

对不起，也许我没有说清楚。程序打印所有行。但它会立即打印它们，而不是我想要的逐行打印。
你能把你的输入文件上传到某个地方吗？也许这就是问题所在。或者我误解了你所说的“逐行”的意思。
我不知道在哪里上传...但它来自此链接的页面来源：osvdb.org/show/osvdb/93456
是的，这就是我想要的。你能把你的确切代码贴在这里吗？
嗯......奇怪的是我仍然得到我的原始输出......你的代码没有变化。 'Line:' 被打印出来，然后整个源文件一次被打印出来，最后 '()' 被打印出来。我能知道你用的是什么版本的python吗？

【解决方案2】：

您不希望在第一次通话中出现read() 部分。试试这个：

htmllines = open('filename.htm').readlines()
for line in html:
    print line

如果您的 HTML 文件确实位于多行而不是像 Dek 建议的那样仅一行，那么请确保您的文件具有正确的编码 - 您可能需要按如下方式进行解码：

htmllines = open('filename.htm').read().decode("Some Encoding").splitlines()
for line in html:
    print line

【讨论】：

所以我尝试了 readlines() 但它是一样的....所有内容仍然一次打印出来，这表明文件输入没有被分成不同的行...顺便说一句，你是什么编码假设我试试？
最有可能检查的编码是“Windows-1252”或“Latin-1”，但老实说，我不确定这是否真的是问题所在。尝试进入 Python 调试器并运行：>> f = open('filename.htm')，然后尝试不同的 .decode('encoding') 调用，看看是否得到更好的输出。

【解决方案3】：

file.readlines([sizehint]) 呢？

【讨论】：

【解决方案4】：

您需要readlines() 而不是splitlines()。您的代码如下所示

all_lines = open('sample.html').readlines()

for line in all_lines:
    print(line)

要存储为列表，您可以这样做

lst = list(open('sample.html').readlines())

【讨论】：