python文件操作与正则表达式综合练习

问题：读取从网页中国城市大全保存到本地的html文件，从文件中提取中国城市名称并写入新创建的csv文件中，要求csv文件中每个单元格为一个城市。源文件已提供

第一步我们打开网页文件https://download.csdn.net/download/cpluspluszz/91337643就会的到

我们右键页面点击‘’查看网页源代码‘’可以看见源代码

我们可以右击可以把代码保存到本地，开始用代码完成任务

先导入re正则表达式库

import re

打开html文件与我们将要把城市写入的文件f2，“w”表示本地有该名称的文件就覆盖写，没有就创建写

f1=open('中国城市名称大全.html','r',encoding="UTF-8")
f2=open('城市大全.csv','w')

读取HTML文件中的所有内容在f中，声明一个列表ls用于存取我们获取的城市字符串，利用正则表达式中findall（）函数提取字符串，我们可以在文件中的城市处观察到字符格式，参数为'<div class="para" label-module="para">(.+)</div>'表示匹配<div class="para" label-module="para">开头，中间任意字符至少一个，到后面</div>的格式。

f=f1.read()
ls=[]
ls=re.findall('<div class="para" label-module="para">(.+)</div>',f)

打印ls我们会发现某些城市后面会有</div>，例如

平顶山市 卫辉市 辉县市 舞钢市 新密市 孟州市 沁阳市 郏县</div>，我们需要字符串切割

ls[8]=ls[8][:-4]

我们的任务是把字符串写入csv文件中，写入csv的字符串要字符后面有逗号，我们用正则表达式sub函数替换掉原字符串中空格为，并复制给原列表，如果只是进行line =re.sub(' ',',',line)，是没有对原字符串数组操作的，这个就差将字符串写入csv文件中了

num=0
for line in ls:ls[num]=re.sub(' ',',',line)num+=1

遍历每个列表的每个元素，用文件操作函数write一个一个将元素写入csv文件，这里换行符可加可不加，最后的完成任务。

for x in ls:f2.write(x+'\n')
f1.close()
f2.close()

完整代码

import re
f1=open('中国城市名称大全.html','r',encoding="UTF-8")
f2=open('城市大全.csv','w')
f=f1.read()
ls=[]
ls=re.findall('<div class="para" label-module="para">(.+)</div>',f)
ls[8]=ls[8][:-4]
num=0
for line in ls:ls[num]=re.sub(' ',',',line)num+=1
for x in ls:f2.write(x+'\n')
f1.close()
f2.close()