鱼C论坛

 找回密码
 立即注册
查看: 583|回复: 36

新人求帮忙,鱼币少以后富裕了一定补上:想处理一类文本

[复制链接]
发表于 2021-2-17 11:59:31 | 显示全部楼层 |阅读模式
1鱼币
本帖最后由 LYLlllhhh 于 2021-2-19 09:52 编辑

希望做到:只保留微博内容和用户位置,并转为xls表格(如图)
这只是一部分,想学会方法,麻烦了
请展示结果,并附上方法
新人鱼币少,以后富裕了一定补上


图片1.png
米兰达小年轻(微博名) 个人一首歌不要刻意模#泰瑞沙#星月不要龙腾渊一声凄厉的惨叫陡然间坐了泰瑞沙起来睁开眼睛的那一刻他却发现自己两眼漆黑竟然什泰瑞沙么都看不到这是怎么回事不呆了一下后龙腾渊猛泰瑞沙然间抱住了自己的头用尽了身的力气抓扯起了自己泰瑞沙的头发泪水再也止不住疯狂的涌泰瑞沙了出来星月他最爱的恋人竟然就这么去了该死的天门该死的柳正堂我泰瑞沙要你死要你死啊泰瑞沙泪水狂涌心如刀割一股股滔天的泰瑞沙杀机从他的身体里不断的溢散着泰瑞沙少爷黑夜中烛光一泰瑞沙闪一个清脆的声音响了起来紧接着又是一阵手泰瑞沙忙脚乱的声音传泰瑞沙来让杀气腾腾的龙腾渊双目一 #丁真有多爱他的小马珍珠##奚梦瑶发长文谈产后抑郁#(微博内容)       浙江(用户位置)   钮祜禄·狐狸花花爱吃肉 找到所谓真相的意义在哪里?如果当初我没有执着于哥哥为什么接那部剧,如果我不好奇为什么丁真有两个房子,我可能现在还开开心心什么都不知道呢!知道那么多除了让自己不开心之外好像什么都没改变好奇心害死猫,明知道是潘多拉的盒子,我也忍不住打开它。可见掌握真理的不一定是智者可是我不后悔,黄粱一梦终成空,比起自己的喜怒哀乐都被别人控制利用,突然一天五雷轰顶世界崩塌,不如自己先抽离,主动权在我手里。       重庆   四海故人 从前经常见到有些男的说,对女性最狠的还是女性。 看看明日方舟里那些将男干员骂个狗血淋头,看看在贴吧里把丁真骂的狗血淋头,看看各大游戏群里面把各种男性角色骂的狗血淋头。 我只能说对男性最狠的,果然还是男性。 ​​       湖北   这里是你玉弟广场 真的不懂有些男的怎么好意思跟丁真比学历的,你tm生在一个几年前刚通上电的地方试试 ​​​       天津   红豆瓜梨 喜欢丁真真好啊,也没有网络暴力,也没有人时时刻刻judge他。 所以我选择超越妹妹。美少女无敌! ​​       江苏   橘子不甜--- #丁真[超话]#晚安 ​​       1新疆   寒寒的暖阳 #丁真[超话]# 自从吸真之后,我突然对娱乐圈八卦失去了兴趣! ​​       广东   罗罗诺亚索隆的女友 #华春莹提丁真# 官方反黑最为致命,酸鸡继续,看有人理你们没 ​​       河南   JMU1006 #华春莹提丁真# ​​  理塘,丁真        陕西   康国平 上礼拜丁真刚把四川炒热我还想下周买票去成都呢,这礼拜奶奶的孙女直接把成都封了! ​​  四川省,成都市  丁真        北京   青龙赛马王妃 #丁真[超话]##华春莹提丁真# 有作业啦,快找出纸笔,叫醒真真,@理塘融媒 @理塘仓央嘉措微型博物馆 @理塘丁真 @珍珠number1 写:我是藏族人,我更是中国人��,我爱我们的藏族文化,它属于中国文化不可或缺的一部分(会不会有点长)原创 更新  其他  其他  理塘,丁真        山东   别害怕大家都心律不齐 #华春莹提丁真# ​​       广东   李飘飘终于可以点赞了 丁真刷屏式的曝光,背后是因为当权者给了许可和认证,所有的利益方消费起来可以无所顾忌。这个社会上太多无形的边边框框,已经驯化出一批学会在圈地里得寸进尺的人,这是件蛮值得叹息的事情 ​​       浙江   一口陷陷 啊这 我挺愿意看丁真热搜的 ​​       河北   小马跑第一哦 #丁真[超话]#竟然有朋友给我介绍对象赶紧看两眼真真,冷静一下,拒绝 ​​       江苏   Redamancy-yxz #华春莹提丁真#在学校看到这段新闻啦!! ​​       辽宁   一般通过拆腻子 “妈妈,我读完书也没有丁真哥哥给家乡做的贡献大,我还是不读书了吧” ​​       四川   忧伤卟哩哩 敏感  纠错说实话还蛮能理解不满丁真的男的的。但是人类啊,怎么还没理解大部分时候投胎技术就是很重要啊,万里挑一的脸,万里挑一的机遇,万里挑一的富贵家庭,就是很重要啊。在并没有万里挑一的努力和万里挑一的脑子的时候还指望知识改变命运到能够与万里挑一的投胎概率抗衡,也太把自己动动手指那两下当回事儿了吧。原创  政务  其他  丁真        北京   查理小公举 最近真的好喜欢丁真。忘不掉的喜欢,像是高三时候喜欢Asa的状态。 ​​       辽宁   casi_#华春莹提丁真#中国人一家人,56个民族一个都不能分割 ​​       江西   西青大道全智贤 糟糕,完了,看丁真比看欧巴更快乐了,以我的尿性,这是爱情要转移了!舍不得欧巴,人间极品的欧巴! ​​       广东   黑原小里桑 不过我作为女性确实也对丁真没什么好感,虽然也没啥恶感就是了。 ​​       山东   隐者不遇旧时客 #华春莹提丁真# 在他19岁那年,遇到了卧虎藏龙的国企,遇到了走在扶贫路上的政府,遇到了很多善良的网友,是他的幸运。 希望他珍惜他的运气,再反哺他的家乡。希望他努力学习,未来成为一个有正确价值观的男人。19岁,未来还有无限可能。 ​​       江苏   892721912 奥希替尼人不能创造时机但是它可以抓住那些已经出现的时机 多吉美 印度多吉美 奥希替尼 奥希替尼 克唑替尼 索拉非尼片 赫赛汀 色瑞替尼 曲格列汀 尼拉帕尼 爱博新 帕博西尼 依鲁替尼 泰瑞沙 奥拉帕尼 布格替尼 地诺单抗 埃克替尼 凯美纳 克力芝 非布索坦 阿比特龙 乐伐替尼 9291 多吉美 阿来替尼 艾乐替尼 恩杂鲁胺伊布替尼 #丁真的舅舅像疯了的郑伊健##浙江玉环一份进口冷冻猪肉标本核酸阳性#战士的意志要象礁石一样坚定,战士的性格要象和风一样温柔。原创  娱乐  浙江玉环,浙江省,玉环市  丁真        2湖北   Sylvia_cxhardcore 丁真[超话]#刚从理塘回来两天 想聊一聊理塘的一个扶贫项目这个KADHAK是一个80后的姐姐创造的,她在美国上的博士,去过全球十几个国家,最后还是毅然决然的回到了理塘创业。她说藏区很多妇女没有什么收入来源,就是靠上山挖虫草松茸这些(和真真一样),会遇到野兽,也很危险,这个品牌也给当地妇女提供了些就业的机会。听姐姐说前两年都在填钱进去,没有营收。她们家的手工皂都是纯天然的原创  政务  甘孜藏族自治州,四川省,理塘县  理塘,丁真        广东   青道ACE-沢村栄純 蝈蝻都是什么sb?居然有这么多人认为丁真火是只靠脸,刚开始是靠脸,后来明明是靠国家好吗?基层那么多年的奋斗被你吃了?还有人觉得国家下场捧丁真low?人家少数民族艰苦朴素热情好客有什么不能捧的?还有人说丁真没文化纯靠脸,真实呕吐,把你放到西藏你连羊都不会放 ​​  西藏自治区  丁真        广东   老芳又饿了 #丁真[超话]# 假装跟丁真合照了 ​​       广东   356111860 昨日大雪!丁真同款“甜野男孩”给你送温暖~ http://t.cn/A6q2Zxu4 ​​       上海   李恩熙88 #丁真# 晋州市  石家庄市,河北省,晋州市  理塘,丁真        河北   莫斯科隆冬 敏感  纠错‘’丁真的走红是告知妄图破坏我国国内民族团结和制造宗教矛盾的不法势力,我们是多民族的社会主义国家,中国人民将在这块土地上,彻底地摆脱任何贫困、愚昧和精神空虚的状态,而造成一个物质文明和精神文明高度发达的、站在人类前列的光明中国。我们党和国家都将为这个光辉前景努力奋斗!‘’ ​​原创  政务  其他  丁真        北京   百姓评车 #华春莹提丁真#​​​ 中国少数民族的生活在变好、家乡在发展、文化在传承 为藏族小伙丁真“打call”。“一张灿烂、阳光、天真的微笑”。 ​ #成都疫情# 希望快点好起来! ​​  四川省,成都市  丁真        吉林   慕子Fairy 丁真的意义逐渐扩大 ​​       北京   梅川奈酷 #华春莹提丁真#前几天看了一个up主分析丁真的走红,说的非常到位,他的背后有很多身份,他的走红对内对外都非常有意义。 ​​       山西   Learn2001 #华春莹提丁真# ​​       陕西   oo19278 #华春莹提丁真#希望闹剧早点结束,别再带坏社会风气了 ​​       上海   空山新雨后的太阳 #华春莹提丁真#  ​​       山东   超开心呀Calia #华春莹提丁真#我国内政绝不容许外国干涉 ​​       江西   湖南乔雅美学设计·Kitty 一个人带火‬了两个省 他统一了全国的审美 没读过一天书 却6天进入国企 所以~ 你说脸能不能当饭吃? 颜值经济时代真的可以[让我看看] #丁真##颜值时代# ​​       湖南   大小姐请你喝茶 #华春莹提丁真# 华姐respect ​​       江苏   豆蔻or小汉堡 #丁真珍珠[超话]# 这巴掌脸 ​​       黑龙江   ·除了樱花· 今天在B站看到一个关于丁真的视频,视频的内容是一个up主自作了一首歌来控诉对待丁真不公平(即酸丁真)。本人秉持友好探讨的态度在视频下面评论,原文如下,结果被删了几次(其他内容),这都无所谓了,最气人的是我全文无一脏字居然还被举报了,现在我每发布评论都得输入验证码,无语。 我一直都不爱说蝈蝻这个词,因为我不是女权主义,但是今天这个确实把我恶心到了。好家伙,这就是蝈蝻的肚量吗? 最后用那个up提到的半佛仙人的原话总结:“普通而又自信的男孩子们——欢迎来到现实世界。”#华春莹提丁真#       四川   


麻烦了.rar

1.43 MB, 下载次数: 6

想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-17 18:07:21 | 显示全部楼层
你这个内容是怎么回事……
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-17 18:23:08 | 显示全部楼层
把你的文本压缩一下发上来要不看不到,这格式太乱了
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-18 11:30:56 | 显示全部楼层
本帖最后由 LYLlllhhh 于 2021-2-18 11:32 编辑

https://kdocs.cn/l/cgGS63qnHDQ0
[金山文档] 12.7全天.docx
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-18 11:34:14 | 显示全部楼层
qq1151985918 发表于 2021-2-17 18:23
把你的文本压缩一下发上来要不看不到,这格式太乱了

其实上面那个是处理过的(就是那样),下面还有一个连接是原始的复制粘贴的文档
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-18 11:35:02 | 显示全部楼层
永恒的蓝色梦想 发表于 2021-2-17 18:07
你这个内容是怎么回事……

其实上面那个是处理过的(就是那样),下面还有一个连接是原始的复制粘贴的文档
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-18 11:40:38 | 显示全部楼层
添加到你自己的帖子里,我看不到
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-18 11:42:19 | 显示全部楼层
永恒的蓝色梦想 发表于 2021-2-17 18:07
你这个内容是怎么回事……

https://kdocs.cn/l/cgGS63qnHDQ0
[金山文档] 12.7全天.docx
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-18 11:42:52 | 显示全部楼层
qq1151985918 发表于 2021-2-18 11:40
添加到你自己的帖子里,我看不到

https://kdocs.cn/l/cgGS63qnHDQ0
[金山文档] 12.7全天.docx
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-18 11:44:37 | 显示全部楼层
都告诉你了看不到还在这里回复,你自己设置的仅作者可见
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-18 11:45:24 | 显示全部楼层
你在你的原贴中回复一下,把你的文本文件压缩上传就行了
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-18 12:05:58 | 显示全部楼层
qq1151985918 发表于 2021-2-18 11:45
你在你的原贴中回复一下,把你的文本文件压缩上传就行了

我不会。。我帖子好像被删了
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-18 12:13:39 | 显示全部楼层
我跟你说的话这么难理解吗????????????????
看不到看不到理解不了??????
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-18 12:15:03 | 显示全部楼层
要不就把你的回帖仅作者可见给取消掉!!!!!!
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 2021-2-18 12:17:04 | 显示全部楼层
111.png
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-18 12:20:12 | 显示全部楼层

这里附件只能上传图片格式的
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 2021-2-19 09:54:05 | 显示全部楼层
qq1151985918 发表于 2021-2-18 12:15
要不就把你的回帖仅作者可见给取消掉!!!!!!

好的我懂了,别气了哈。已经上传,在审核呢
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 6 天前 | 显示全部楼层

能继续帮忙看看吗
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
发表于 6 天前 | 显示全部楼层
本帖最后由 qq1151985918 于 2021-2-22 07:01 编辑
LYLlllhhh 发表于 2021-2-21 13:21
能继续帮忙看看吗

  1. import docx
  2. import openpyxl

  3. file = docx.Document("(版本二)稍微处理过的.docx")

  4. data = []
  5. for para in file.paragraphs:
  6.     data.append(para.text)
  7.    
  8. text = "\n".join(data)
  9. text = text.replace("        微博问答","")
  10. text = text.replace("        微博头条","")
  11. text = text.replace("拷贝地址一键复制","")
  12. text = text.replace(" ​​       ","\n")
  13. text = text.replace("   ","\n")
  14. text = text.replace("   ","\n")
  15. text = text.replace("  \n","\n")
  16. text = text.replace(" \n","\n")
  17. text = text.replace("\n  ","\n")
  18. text = text.replace("\n ","\n")
  19. text = text.replace("\n"*4,"\n")
  20. text = text.replace("\n"*3,"\n")
  21. text = text.replace("\n"*2,"\n")

  22. data = text.split("\n")

  23. data1 = []
  24. for i in data:
  25.     if ("首页" in i or
  26.         "上一页" in i or
  27.         "下一页" in i):
  28.         pass
  29.     elif ("/" in i) and (len(i)<10):
  30.         pass
  31.     else:
  32.         data1.append(i)
  33.         
  34. if len(data1[0])<10:
  35.     data = data1[1:]
  36. else:
  37.     data = data1
  38.    
  39. text = []
  40. city = []
  41. for i in range(len(data)-1):
  42.     if len(data[i])>10 and len(data[i+1])<10:
  43.         text.append(" ".join(data[i].split(" ")[1:]))
  44.         city.append(data[i+1].replace("0","").replace("1","").replace("2","").replace("3","").replace("4","").replace("5","").replace("6","").replace("7","").replace("8","").replace("9",""))

  45. wb = openpyxl.Workbook()
  46. ws = wb.active
  47. ws.append(["地点","微博内容"])
  48. for i in range(len(city)):
  49.     ws.append([city[i],text[i]])
  50. wb.save("data.xlsx")

  51. print("OK")

复制代码
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
 楼主| 发表于 5 天前 | 显示全部楼层

我的天,我等等试试看!谢谢您
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1

GMT+8, 2021-2-27 17:38

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表