如何使用python和bs4读取并覆盖文件夹中的所有*.txt文件？

Question

我有一个包含数千个文件的文件夹。我正在尝试使用 beautifulsoup4 解析其中的 XML 标签。我可以单独为每个文件执行此操作，但无法使用 for 循环使我的脚本工作。到目前为止，这是我的代码：import bs4 as bsimport globpath = r"~/Desktop/pythontest/*.txt"files = glob.glob(path)# ------------------------READ AND PARSE TEXT-----------------------------------------for f in files:    # open file in read mode    source = open(f, "rt")    # parse xml as soup    soup = bs.BeautifulSoup(source, "lxml")    soupText = soup.get_text()    text = soupText.replace(r"\n", " ")    # close file    source.close()# --------------------------OVERWRITE FILE---------------------------------------------for f in files:    # open file in write mode    source = open(f, "wt")    # overwrite the file with the soup    source.write((text))    # # close file    source.close()print(text)当我运行它时，控制台给我这个：Traceback (most recent call last):  File "./camltest.py", line 34, in <module>    print(text)NameError: name 'text' is not defined我怀疑这是范围问题，但无法修复。有什么建议么？谢谢

Answer 1

您可以在同一循环中简单地读取文件，然后写入文件。

for f in files:

    source = open(f, "w+")

    soup = bs.BeautifulSoup(source, "lxml")

    soupText = soup.get_text()

    text = soupText.replace(r"\n", " ")

    source.write(text)

    source.close()

Answer 2

请注意，它text是在第一个 for 循环内定义的。

如果files是空列表，则text永远不会被定义。