### 使用Python从不同类型的文件中提取数据 #### 从HTML文件中提取文本 为了实现类似于将网页上的可见文本复制并粘贴到记事本的效果，可以利用`BeautifulSoup`库来解析HTML文档，并从中抽取纯文本内容。下面是一个简单的例子： ```python from bs4 import BeautifulSoup def extract_text_from_html(html_content): soup = BeautifulSoup(html_content, 'html.parser') texts = soup.stripped_strings return '\n'.join(texts) # 假设 html_string 是包含 HTML 的字符串变量 print(extract_text_from_html(html_string)) ``` 此方法会去除所有的HTML标签只保留页面上显示的文字部分[^1]。 #### 从PDF文件中提取数据 对于PDF文件而言，通常推荐使用PyMuPDF (也称为fitz) 或者 PyPDF2 这样的专门处理PDF的库来进行操作。这里给出一段基于PyMuPDF的例子代码用于读取PDF内的文本信息： ```python import fitz # 导入 PyMuPDF 库 def read_pdf(file_path): document = fitz.open(file_path) text = "" for page_num in range(len(document)): page = document.load_page(page_num) text += page.get_text() return text pdf_file_path = "example.pdf" content = read_pdf(pdf_file_path) print(content) ``` 这段程序能够遍历整个PDF并将每一页的内容拼接成一个完整的字符串输出[^2]。 #### 从TXT文件中获取指定格式的数据 当面对结构化的文本文件时，可以根据特定模式匹配所需的信息片段。例如，在给定路径下的`.txt`文件里查找带有某些关键词后面跟随固定长度数值的情况： ```python def get_data(file_path, line_width, target="", target_data_len=None): with open(file_path, encoding='utf-8') as f: lines = [line.strip() for line in f.readlines()] result_list = [] for i in range(0, len(lines), line_width): chunk = ''.join(lines[i:i + line_width]) pos = chunk.find(target) if pos != -1 and target_data_len is not None: start_index = pos + len(target) end_index = min(start_index + target_data_len, len(chunk)) extracted_value = chunk[start_index:end_index].strip() try: float(extracted_value.replace(',', '.')) # 尝试转换为浮点数验证有效性 result_list.append(extracted_value) except ValueError: continue return result_list data_path = "path/to/your/file.txt" list_x1 = get_data(data_path, 6, target="x1:", target_data_len=3) list_test3 = get_data(data_path, 6, target="test3:", target_data_len=3) list_y4 = get_data(data_path, 6, target="y4:", target_data_len=6) print(list_x1) print(list_test3) print(list_y4) ``` 上述函数接受四个参数：文件位置、每一组记录占据几行、目标关键字及其后的预期字符数量；它返回的是满足条件的所有值组成的列表[^3]。