我想删除@ 符号后所有行中的所有字符。
我写了一段代码：
#!/usr/bin/env python
import sys, re, urllib2
url = 'http://varenhor.st/wp-content/uploads/emails.txt'
document = urllib2.urlopen(url)
html = document.read()
html2 = html[0]
for x in html.rsplit('@'):
print x
但它只删除@ 符号并将其余字符复制到下一行。
那么我该如何修改这段代码，删除@之后所有行中的所有字符？
我应该使用正则表达式吗？
【问题讨论】：
你分裂的次数太多了；改用str.rpartition() 并忽略@ 之后的部分。 每行这样做：
for line in html.splitlines():
cleaned = line.rpartition('@')[0]
print cleaned
或者，对于较旧的 Python 版本，将 str.rsplit() 限制为仅 1 个拆分，并且再次仅获取第一个结果：
for line in html.splitlines():
cleaned = line.rsplit('@', 1)[0]
print cleaned
我使用str.splitlines() 来干净地拆分文本，而不管换行样式如何。您也可以直接循环遍历urllib2 响应文件对象：
url = 'http://varenhor.st/wp-content/uploads/emails.txt'
document = urllib2.urlopen(url)
for line in document:
cleaned = line.rpartition('@')[0]
print cleaned
演示：
>>> import urllib2
>>> url = 'http://varenhor.st/wp-content/uploads/emails.txt'
>>> document = urllib2.urlopen(url)
>>> for line in document:
... cleaned = line.rpartition('@')[0]
... print cleaned
...
ADAKorb...
AllisonSarahMoo...
Artemislinked...
BTBottg...
BennettLee...
Billa...
# etc.
【讨论】：
您可以使用 Python 的切片表示法：
import re
import sys
import urllib2
url = 'http://varenhor.st/wp-content/uploads/emails.txt'
document = urllib2.urlopen(url)
html = document.read()
for line in html.splitlines():
at_index = line.index('@')
print line[:at_index]
由于字符串是序列，您可以对它们进行切片。例如，
hello_world = 'Hello World'
hello = hello_world[:5]
world = hello_world[6:]
请记住，切片会返回一个新序列并且不会修改原始序列。
【讨论】：
http://varenhor.st/wp-content/uploads/emails.txt) 上运行它？我设法运行它。该错误表明其中一行没有“@”字符
既然你已经imported re，你可以使用它：
document = urllib2.urlopen(url)
reg_ptn = re.compile(r'@.*')
for line in document:
print reg_ptn.sub('', line)
【讨论】：