首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >无法处理列表python 3.5中http-文本文件的行

无法处理列表python 3.5中http-文本文件的行
EN

Stack Overflow用户
提问于 2018-03-14 16:07:26
回答 1查看 223关注 0票数 0
代码语言:javascript
复制
url="https://www.sec.gov/Archives/edgar/data/3662/0000950170-98-000413.txt"
data=urllib.request.urlopen(url)

list_line=[str(x) for x in data]

for line in list_line:
    line.replace("b'","")
    line.replace("\\n","")
    line.replace("\\t","")
print (list_line)

它生成的列表如下:

“b”-开始隐私增强消息"b‘V5559QRyTgPe9PfVt0db9Q==\n'“、"b'\n'”、"b'0000950170-98-000413.txt :19980309\n“、"b'0000950170-98-000413.hdr.sgml : 19980309\n'”<-样本

我想删除b',\n和\t,字符串拆分和替换无效,怎么做呢?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-03-14 16:16:51

与其试图替换东西,不如将数据解码为utf-8,以获得结果文本:

代码语言:javascript
复制
import urllib.request

url = "https://www.sec.gov/Archives/edgar/data/3662/0000950170-98-000413.txt"
data = urllib.request.urlopen(url).read()
text = data.decode('utf-8')
text = text.replace('\t', '')   # Remove tabs if still needed
print(text)

这将显示案文的开头如下:

代码语言:javascript
复制
-----BEGIN PRIVACY-ENHANCED MESSAGE-----
Proc-Type: 2001,MIC-CLEAR
Originator-Name: webmaster@www.sec.gov
Originator-Key-Asymmetric:
 MFgwCgYEVQgBAQICAf8DSgAwRwJAW2sNKK9AVtBzYZmr6aGjlWyK3XmZv3dTINen
 TWSM7vrzLADbmYQaionwg5sDW3P6oaM5D3tdezXMm7z1T+B+twIDAQAB
MIC-Info: RSA-MD5,RSA,
 EvPdKfnjzBIjWkEk2RgNCk1/52qXomHpN+LDwL/XTT/XBuAzk70AYYrsxlQbyiqr
 V5559QRyTgPe9PfVt0db9Q==

<SEC-DOCUMENT>0000950170-98-000413.txt : 19980309
<SEC-HEADER>0000950170-98-000413.hdr.sgml : 19980309
ACCESSION NUMBER:       0000950170-98-000413
CONFORMED SUBMISSION TYPE:  10-K405
PUBLIC DOCUMENT COUNT:

如果您想要一行列表,请添加:

代码语言:javascript
复制
lines = text.splitlines()
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/49282589

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档