与从（通常是最低结构化的）数据源检索特定信息有关的问题，例如网站，媒体文件，源代码集合或压缩存档（在这种情况下，所需信息是一个或多个原始的未压缩文件）。使用此标记时，请添加其他标记以阐明您的问题所涉及的特定环境/语言/方案。
我的文件夹中有以下文件列表： 数据.txt an_123.txt 信息日志 an_234.txt 文件名.txt 主要.py an_55.txt 我只想提取前缀为 as 列表的 .txt 文件。
我有一个单元格，其中包含多个以逗号分隔的字符串值。我只需要提取一个字符串。 例子： 单元格值：[{id=111，title=Arun.P，jobTitle=数据分析师}] 预期结果：
我想从html页面中提取运费。但我需要从两种类型的 html 页面中提取运费。 对于一页，Xpath 是 //*[@class="flex flex-row ju...
我很困惑。我下载了一个 *.jar 文件作为一个软件。所以我想把源码提取出来看看 我使用命令 jar xf filename.jar 返回了另外两个 *.jar f...
我被困在提取 和 之间的文本。 请帮我。 我的代码是： 导入bs4 进口重新 导入 urllib2 url2='http://www.flipkart.com/mobiles/pr?sid=tyy,4io&otracker=
如何在R中提取具有多个可以更改的单词的字符串后的somo字符
我想提取几个字符（在本例中为数字），它们位于可以改变长度的字母字符串之后（例如，在 1 和 3 之间）。例如： 动物<-c('B...
在此输入图像描述 我正在使用这个xpath //*[@class="相对mr3"]//div[2]//img/alt/text() 提取 “Tramontina Primaware 18 件套不粘炊具套装，钢灰色&qu...
我想保存 CFD 计算的数据。我需要使用 vtk 脚本在 .csv 文件中沿线提取数据。这是我想做的： 画一条线 保存数量的值...
我想使用 vtk 脚本将 Paraview 中的数据沿着一条线保存在 .csv 文件中。这是我想做的： 画一条线 保存感兴趣数量的值（第一个
需要在KQL中解析这些信息 {"firmware_manufacturer":"思科","firmware_device_type":["交换机"],"firmware_model":"WS-C2960CX-8PC-L&qu...
我必须从该网站文本中提取文章内容 从 bs4 导入 BeautifulSoup 导入请求 将 pandas 导入为 pd url = 'https://economictimes.indiatimes.com/industry/cons-products/food...
我正在寻找一个Windows批处理脚本命令，可以从自动生成的文本文件中提取特定的数据字符串。请注意，test.txt 文件中的第一行始终为空。我需要...
C++：PDF解析-->提取文本-->podofo-0.10.3
我已经在 Visual Studio 2022 中成功编译了 PoDoFo 0.10.3。 现在我想使用这个库从 PDF 文档中提取文本，但我在 API 上遇到了困难。 即使我找不到任何考试...
推荐提取api/库，以便更好地使用Nodejs提取pdf中的所有信息
在 Nodejs 中，哪个库或 api 最适合提取 pdf 文件中的信息。 像文本（它们如何正确地构造）、图像（加上图像上的信息，比如文本，如果它去的话......
如何解决 pyodbc 中的[错误]错误：('HY000'，'驱动程序未提供错误！')
我正在致力于通过 DataDirect 混合数据管道 ODBC 驱动程序从外部基于云的源中提取数据。实际的提取是通过 AWS Lambda 函数运行的，该函数通过以下方式调用：
在 Windows 11 上从命令行使用 7z.exe (v19.00 x64) 我已经尝试过这些语法： "C:\Program Files -Zip z" x -bb3 -x"Www.WebAddress.Net - 我的网站.url" -o_Extracted -
如何使用 bs4 在 HTML 中查找包含 : 且不包含 = 的数据
嗨，我目前在使用 bs4 和正则表达式查找 html 中的信息时遇到问题，因为它们包含在 : 中，而不是像我习惯的 = 中。 您好，我目前在使用 bs4 和正则表达式在 html 中查找信息时遇到问题，因为它们包含在 : 中，而不是像我习惯的 = 中。 <div data-react-cache-id="ListItemSale-0" data-react-class="ListItemSale" data-react-props='{"imageUrl":"https://laced.imgix.net/products/aa0ff81c-ec3b-4275-82b3-549c819d1404.jpg?w=196","title":{"label":"Air Jordan 1 Mid Madder Root GS","href":"/products/air-jordan-1-mid-madder-root-gs"},"contentCount":3,"info":"UK 4.5 | EU 37.5 | US 5","subInfo":"DM9077-108","hasStatus":true,"isBuyer":false,"status":"pending_shipment","statusOverride":null,"statusMessage":"Pending","statusMods":["red"],"price":"£125","priceAction":null,"subPrice":null,"actions":[{"label":"View","href":"/account/selling/M2RO1DNV"},{"label":"Re-Print Postage","href":"/account/selling/M2RO1DNV/shipping-label","options":{"disabled":false}},{"label":"View Postage","href":"/account/selling/M2RO1DNV/shipping-label.pdf","options":{"target":"_blank","disabled":false}}]}'></div> 我正在尝试提取中的href链接 {"label":"Re-Print Postage","href":"/account/selling/M2RO1DNV/shipping-label" 我该怎么做？我尝试过正则表达式、find_all 但无济于事。谢谢 我的代码如下供参考，我将#放在我尝试过的解决方案旁边 account_soup = bs(my_account.text, 'lxml') links = account_soup.find_all('div', {'data-react-class': 'ListItemSale'}) #for links in download_link['actions']: #print(links['href']) #for i in links: #link_main = i.find('title') #link = re.findall('^/account*shipping-label$', link_main) #print(link) 您需要获取每个 data-react-props 的 div 属性，然后将其解析为 JSON。然后，您可以迭代 actions 属性并获取与您的描述匹配的 href 属性： actions = [] for l in links: props = json.loads(l['data-react-props']) for a in props['actions']: m = re.match(r'^/account.*shipping-label$', a['href']) if m is not None: actions.append(m[0]) print(actions) 样本数据的输出： ['/account/selling/M2RO1DNV/shipping-label']
请检查此链接 https://maroof.sa/businesses。 这是我想从中提取链接的网站的链接。 例如，如果您向下滚动，您会找到商店名称“Marwa store&qu...
我有一个项目，要求我使用Python从一堆pdf文件中提取内容，包括文本、图像和表格，按照它们在原始文件中出现的顺序，我的专业人士...
我有一个包含许多表格的pdf文件。这是一个很长的文件（35页）.. 我尝试通过excel导入表格，但没有成功。网上的一些工具也试过了，还是不行。有什么建议吗...