파일에서 여러 줄을 제거하십시오.

Question

여러 줄을 제거해야하는 곳에 여러 개의 HTML 파일이 있습니다.

제거해야하는 줄에는 스크립트 태그를 제외하고 처음과 끝에 키워드가 없지만이 파일에서 모든 스크립트 태그를 제거하지 않으려합니다.

내가 제거하는 데 필요한 HTML 부분의 예 : 어떻게하면

<script type="text/javascript"> 
var _gaq = _gaq || []; 
_gaq.push(['_setAccount', 'UA-XXXXXXXX-X']); 
_gaq.push(['_trackPageview']); 
(function() { 
var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true; 
ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js'; 
var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s); 
})(); 
</script> 

당신이 그것을 할 수 있다고 생각하고 있습니까?

업데이트 나는 아래 @ARJMP 솔루션에 일부 수정을했다,하지만 정규식에 분석 태그를 제거하지 않고 같은 파일을 다시 반환합니다.

정규식은 https://regex101.com/r/rWLZRD/1

@ARJMP 왜 정규식이 차감되지가 맞습니까? 정규식이이 문제를 해결하는 데 사용할 수 있습니다 당신의 아주 간단한 사용 사례 고려,이 작업을 수행하는 가장 좋은 방법은 아니지만

import re 
from collections import defaultdict 

ga_re = r"<script type=\"text\/javascript\">\s+var _gaq = _gaq .*</script>" # our regex to subtract google analytics script 
file_texts = defaultdict(str) # Temp store for file text 
file_paths = ['index.html'] # list of files you want to run 

for file_path in file_paths: 
    with open(file_path, mode='r+') as fin: 
     # Extract text from file 
     file_text = ''.join(fin.readlines()) 
     file_texts[file_path] = file_text 

     # Write to backup file 
     with open('{}.backup'.format(file_path), mode='w+') as fbackup: 
      fbackup.write(file_text) 
    with open(file_path, mode='w+') as fout: 
     # Perform regex sub and write to file 
     file_text = file_texts[file_path] 
     file_text_result = re.sub(ga_re, '', file_text, re.DOTALL) 
     fout.write(file_text_result) 

Answer 1

여기, 정규식 솔루션입니다. 당신은 또한 여러 파일에 대해이 작업을 수행 할 필요가 있으므로

var _gaq = _gaq 다음에 스크립트 태그를 확인 정규식 및 </script>

https://regex101.com/r/rWLZRD/1

import re 

regex = r"<script type=\"text\/javascript\">\s+var _gaq = _gaq .*</script>" 

test_str = ("<script type=\"text/javascript\">\n" 
    "var _gaq = _gaq || [];\n" 
    "_gaq.push(['_setAccount', 'UA-XXXXXXXX-X']);\n" 
    "_gaq.push(['_trackPageview']);\n" 
    "(function() {\n" 
    "var ga = document.createElement('script'); ga.type = 'text/javascript'; ga.async = true;\n" 
    "ga.src = ('https:' == document.location.protocol ? 'https://ssl' : 'http://www') + '.google-analytics.com/ga.js';\n" 
    "var s = document.getElementsByTagName('script')[0]; s.parentNode.insertBefore(ga, s);\n" 
    "})();\n" 
    "</script>") 

matches = re.sub(regex, test_str, re.DOTALL) 

확인 내용의 요소를 선두로 끝나는, 어떤 당신을 파일 목록을 반복하고 정규식을 적용하는 스크립트로 할 수 있습니다. 이 스크립트는 원본 파일을 수정하기 때문에 {file} .backup 파일도 생성합니다.

import re 
from collections import defaultdict 

ga_re = r"<script type=\"text\/javascript\">\s+var _gaq = _gaq .*</script>" # our regex to subtract google analytics script 
file_texts = defaultdict(str) # Temp store for file text 
file_paths = ['first_file.html', 'second_file.html'] # list of files you want to run 

for file_path in file_paths: 
    with open(file_path, mode='r') as f: 
     # Extract text from file 
     file_text = ''.join(f.readlines()) 
     file_texts[file_path] = file_text 

     # Write to backup file 
     with open('{}.backup'.format(file_path), mode='w+') as fbackup: 
      fbackup.write(file_text) 
    with open(file_path, mode='w+'): 
     # Perform regex sub and write to file 
     file_text = file_texts[file_path] 
     file_text_result = re.sub(ga_re, file_text, re.DOTALL) 
     f.write(file_text_result) 

즉,이 범위를 벗어나는 그러나 당신은 또한 등, 백업을 만들고, 명령 행에서 파일 이름의 목록을 받아 들일 수있는 명령 줄 스크립트를 만들기 위해 argparse 같은 것을 사용 만들 수있는 옵션을 제공하거나 없습니다 대답.