python读取csv格式文本_使用Python将纯文本文件解析为CSV文件

我有一系列的HTML文件，使用beautifuldsoup解析成一个文本文件。HTML文件的格式设置使其输出始终是文本文件中的三行，因此输出将类似于：Hello!

How are you?

Well, Bye!

但这也很容易83957

And I ain't coming back!

hgu39hgd

换言之，HTML文件的内容并不是每一个文件的标准，但它们总是产生三行。

所以，我想知道我应该从哪里开始，如果我想，然后采取的文本文件，是由美丽的汤和解析成一个CSV文件列，如(使用上述例子)：Title Intro Tagline

Hello! How are you? Well, Bye!

83957 And I ain't coming back! hgu39hgd

从文本文件中剥离HTML的Python代码如下：import os

import glob

import codecs

import csv

from bs4 import BeautifulSoup

path = "c:\\users\\me\\downloads\\"

for infile in glob.glob(os.path.join(path, "*.html")):

markup = (infile)

soup = BeautifulSoup(codecs.open(markup, "r", "utf-8").read())

with open("extracted.txt", "a") as myfile:

myfile.write(soup.get_text())

我想我可以用这个来设置CSV文件中的列：csv.put_HasColumnNames(True)

csv.SetColumnName(0,"title")

csv.SetColumnName(1,"intro")

csv.SetColumnName(2,"tagline")

我的空白是如何在文本文件(extracted.txt)中一次迭代一行，当我到达一个新行时，将其设置为CSV文件中的正确单元格。文件的前几行是空的，每一组文本之间有许多空行。所以，首先我需要打开文件并阅读它：file = open("extracted.txt")

for line in file.xreadlines():

pass # csv.SetCell(0,0 X) (obviously, I don't know what to put in X)

另外，我不知道如何告诉Python继续读取文件，并将其添加到CSV文件直到完成。换句话说，无法确切地知道HTML文件中总共有多少行，因此我不能只是csv.SetCell(0,0) to cdv.SetCell(999,999)