我已经从youtube手机屏幕上提取了频道列表信息,在上面应用了OCR。提取的文本未按\n换行符进行组织。因此,在解析时,没有确定的规则来提取每个频道信息。由于无序\n和\n\n我错过了一些频道信息。你们知道怎么做才不会遗漏任何频道信息吗?
频道名称1
通道1的描述
频道名称2
通道2的描述
频道名称3
(请参阅此处额外的换行符,但在上面的情况下,在通道和描述之间没有额外的换行符)
通道3的描述
发布于 2021-02-14 12:08:44
使用Python list方法.replace("pattern", "replacement"),您可以重新组织换行符。例如,如果要将所有双换行符转换为一个换行符,可以执行以下操作:
text = text.replace("\n\n", "\n")这将用单行换行替换所有的双行换行。
如果你想更进一步,删除所有的换行符,用空格代替,你可以这样做:
text = text.replace("\n", " ")这将用空格替换所有的换行符。
除此之外,您还可以定制方法调用以满足您的需求。
https://stackoverflow.com/questions/66192324
复制相似问题