|
5
|
BSD секция / Настройки на софтуер / Re: Здравейте, имам следният проблем с прочитането на един текстов файл.
|
-: Oct 09, 2019, 10:19
|
много благодаря трябва да почерпя Ето ти и за твоя случай, но имай предвид че това не го препоръчвам, понеже ще извади всички споменати домейни в документа:
docx2txt 1.docx - | grep -E "[a-zA-Z0-9]+([-.]?[a-zA-Z0-9]+)*.[a-zA-Z]" | sed 's/https\?:\/\///' | awk -F "/" '{ print $1 }' | sed 's/www.//1' | grep -v -E "([0-9]{1,3}[\.]){3}[0-9]{1,3}" | grep -E "[a-zA-Z0-9]+([-.]?[a-zA-Z0-9]+)*.[a-zA-Z]+$" | grep -v " " | sort -u
Ако имаш документ и трябва да направиш списък и в документа примерно пише: Тези са ... но тези не са.... Ти ще направиш списък с всички. И пак казвам, това е според подадения пример. Не може да е универсално.
wc -l
връща 33
ПП: Променил съм го , така че го пробвай пак. Стайлинга тук не го харесва много 
|
|
|
|
|
6
|
BSD секция / Настройки на софтуер / Re: Здравейте, имам следният проблем с прочитането на един текстов файл.
|
-: Oct 09, 2019, 10:16
|
много благодаря трябва да почерпя Така...
XML е шитняна работа и парсването е кошмар. А и отдавна не бях пипал Python, та забавих и покрай някакви елементарни грешки.
Както казах, има модул направен за работа с docx документи, обаче в предния ми пост се видя, че читаво не излиза. Почти всичко липсва. Затова се хванах директно да работя с XML-а, с инструментите, които си идват с Питоня. Едва ли ще искаш да инсталираш модули.
Скрипта:
import sys
import xml.etree.ElementTree as et
import zipfile as zf
zip = zf.ZipFile(sys.argv[1])
doc = zip.open('word/document.xml')
tree = et.parse(doc)
root = tree.getroot()
ns = {'w': 'http://schemas.openxmlformats.org/wordprocessingml/2006/main'}
urls = []
for table in root.findall(".//w:tbl", ns):
urls.extend([cell.text for cell in table.findall('.//w:t', ns)])
domains = []
for url in urls:
if url.startswith('http'):
domains.append(url.strip().split('//')[1].split('/')[0].lstrip('www.'))
elif url.startswith('www'):
domains.append(url.split('/')[0].lstrip('www.'))
else:
domains.append(url.split('/')[0])
for domain in sorted(list(set(domains))):
print(domain)
Файлът отново се задава като параметър, та да можеш да си посочваш, каквото желаеш.
Изходът от горното върху docx файла, за когото даде линк:
aba.marketing
afh.bg
alphabetfx.com
arotrade.com
brokerz.com
cfds100.com
crypto.com
cryptofg.com
ellingtoninv.com
en.utrader.com
finarix.com
finixcapital.com
finmaxbo.com
finmaxcfd.com
fxnobels.io
infinitrade.com
investingcapital.com
jpm-invest.com
legalcfd.com
marketscfd.net
nextcoinmarket.com
olssoncapital.com
olympusmarkets.com
omegafx.io
payboutique.com
pbncapital.com
profit-trade.com
ptbanc.com
royalcbank.com
sternmarkets.com
swissinv24.com
trader.online
umarkets.com
Чакам си бирата 
|
|
|
|
|
11
|
BSD секция / Настройки на софтуер / Re: Здравейте, имам следният проблем с прочитането на един текстов файл.
|
-: Oct 08, 2019, 21:31
|
Файла се задава като параметър на скрипта.
#!/usr/bin/env python3
from sys import argv
with open(argv[1], 'r', encoding='utf-8') as f:
domains = []
for line in f:
if line.startswith('http'):
domains.append(line.strip().split('//')[1].split('/')[0].lstrip('www.'))
for d in sorted(domains):
print(d)
Резултат:
142.132.247.59
aba.marketing
aba.marketing
afh.bg
afh.bg
alphabetfx.com
alphabetfx.com
arotrade.com
arotrade.com
brokerz.com
brokerz.com
cfds100.com
cfds100.com
crypto.com
crypto.com
cryptofg.com
cryptofg.com
ellingtoninv.com
ellingtoninv.com
en.utrader.com
en.utrader.com
finarix.com
finarix.com
finixcapital.com
finixcapital.com
finmaxbo.com
finmaxbo.com
finmaxcfd.com
finmaxcfd.com
fxnobels.io
fxnobels.io
infinitrade.com
infinitrade.com
investingcapital.com
investingcapital.com
jpm-invest.com
jpm-invest.com
legalcfd.com
legalcfd.com
marketscfd.net
marketscfd.net
nextcoinmarket.com
nextcoinmarket.com
olssoncapital.com
olssoncapital.com
olympusmarkets.com
olympusmarkets.com
omegafx.io
omegafx.io
payboutique.com
payboutique.com
pbncapital.com
pbncapital.com
profit-trade.com
profit-trade.com
ptbanc.com
ptbanc.com
royalcbank.com
royalcbank.com
sternmarkets.com
sternmarkets.com
swissinv24.com
swissinv24.com
trader.online
trader.online
umarkets.com
umarkets.com
Без съвпадения, отрязан първия ред с IP-то:
#!/usr/bin/env python3
from sys import argv
with open(argv[1], 'r', encoding='utf-8') as f:
domains = []
for line in f:
if line.startswith('http'):
domains.append(line.strip().split('//')[1].split('/')[0].lstrip('www.'))
for d in sorted(list(set(domains)))[1:]:
print(d)
Резултат:
aba.marketing
afh.bg
alphabetfx.com
arotrade.com
brokerz.com
cfds100.com
crypto.com
cryptofg.com
ellingtoninv.com
en.utrader.com
finarix.com
finixcapital.com
finmaxbo.com
finmaxcfd.com
fxnobels.io
infinitrade.com
investingcapital.com
jpm-invest.com
legalcfd.com
marketscfd.net
nextcoinmarket.com
olssoncapital.com
olympusmarkets.com
omegafx.io
payboutique.com
pbncapital.com
profit-trade.com
ptbanc.com
royalcbank.com
sternmarkets.com
swissinv24.com
trader.online
umarkets.com
Защо при мен изкарва само това ./domainconvert.py resheniepdf.txt aba.marketing brokerz.com crypto.com en.utrader.com finarix.com fsc.bg fxnobels.io investingcapital.com jpm-invest.com pbncapital.com royalcbank.com sternmarkets.com swissinv24.com trader.online umarkets.com |
|
|
|
|
13
|
BSD секция / Настройки на софтуер / Re: Здравейте, имам следният проблем с прочитането на един текстов файл.
|
-: Oct 08, 2019, 17:41
|
|
cat rxxxxxx.txt | grep -i http | awk -F "//" '{ print $2 }' | awk -F "/" '{ print $1 }' | sed 's/www.//1' | grep -v -E "([0-9]{1,3}[\.]){3}[0-9]{1,3}" | sort -u
aba.marketing
brokerz.com
crypto.com
en.utrader.com
finarix.com
fsc.bg
fxnobels.io
investingcapital.com
jpm-invest.com
pbncapital.com
royalcbank.com
sternmarkets.com
swissinv24.com
trader.online
umarkets.com
аз виждам само това ти как ги изкарваш много странно
|
|
|
|
|
Покажи Публикации - supportpc
