作者Lyumin (玉米)
看板Python
標題[問題] 輸出到文件的格式能分別設定嗎
時間Fri Aug 20 12:28:28 2021
各位大大好，小弟剛接觸python約一個月
目前都是在yt看影片自學
上週終於學到網頁爬蟲，範例是抓PTT版面標題
於是就自己寫了一個抓取留言的小程式
也經過了很多次的修改後把內文跟作者ID之類的加上去
最近終於修改完成了
只是我發現輸出到記事本的格式挺讓人眼花的
想問看看有沒有辦法讓推文標籤ID及內容置左 時間置右這樣去做輸出
不管怎麼做好像都沒有辦法讓格式整齊點
所以上來問問看有沒有甚麼方法可以做到
程式有點長放在github裡
https://reurl.cc/qg7On3
應該有很多地方可以精簡，還在學習中請見諒
另外也有發現抓內容部分可能會因為發文者的文字習慣會有bug產生
更新
目前輸出到記事本的推文部分是這樣
推 ddavid: 置左置右這些可以去查一下Python format string的各種用法 08/20 12:45
→ Lyumin: 查到都是print的用法 用在file.write裡好像沒作用 08/20 12:50
推 lycantrope: 你有查string format align? string先format再寫入吧 08/20 13:10
我想輸出成以下這樣
推 ddavid: 置左置右這些可以去查一下Python format string的各種用法 08/20 12:45
→ Lyumin: 查到都是print的用法 用在file.write裡好像沒作用 08/20 12:50
推 lycantrope: 你有查string format align? string先format再寫入吧 08/20 13:10
程式是用while去做迴圈然後輸出 試過"{:>8}".format()還是沒辦法對齊
file.write(tag[x].text+id[x].text+msg[x].text+time[x].text)
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.35.43.66 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1629433719.A.118.html
1F：推 ddavid: 置左置右這些可以去查一下Python format string的各種用法 08/20 12:45
2F：→ Lyumin: 查到都是print的用法 用在file.write裡好像沒作用 08/20 12:50
3F：推 lycantrope: 你有查string format align? string先format再寫入吧 08/20 13:10
5F：→ ddavid: 其實你問題裡也可以附上輸出的範例 08/20 13:52
6F：→ ddavid: 然後做法是先建好format string，才把該string寫入檔案 08/20 13:53
7F：推 s0914714: 先印看看字串是不是符合你預期 再寫入檔案應該就OK 08/20 14:03
※ 編輯: Lyumin (114.35.43.66 臺灣), 08/20/2021 15:29:39
8F：推 s0914714: format裡面要有參數 print("{:<10}123".format("你好")) 08/20 16:00
9F：→ s0914714: 可以先試試小功能再慢慢組合起來 08/20 16:00
有的有試過下面，只是要完全對再一起感覺不可能
file.write("{:<3}".format(tag[x].text)+"{:<3}".format(id[x].text)+"{:<50}".format(msg[x].text)+"{:>50}".format(time[x].text))
※ 編輯: Lyumin (114.35.43.66 臺灣), 08/20/2021 16:10:32
10F：推 s0914714: 你應該是遇到中文對齊的問題 08/20 16:23
11F：推 ddavid: 你能實際給對齊失敗的例子嗎，搞不太清楚你的問題是哪一種 08/20 16:29
12F：→ ddavid: 不知道是你對齊設定下錯、上面說的中文還是資料特殊例外 08/20 16:30
13F：推 lycantrope: id加上冒號空格最長就14字，靠右對齊應該是"{:<14}"吧 08/20 16:34
14F：→ lycantrope: 推文本身中英混雜，要先處理全半形長度不同才補空格 08/20 16:35
15F：→ Lyumin: 原來ID加冒號最長是14！我是測試15可以讓標籤到冒號對齊， 08/20 16:53
16F：→ Lyumin: 只是目前推文內容跟時間還沒辦法，全打英文的最長字元是52 08/20 16:53
17F：→ Lyumin: ，這部分我就不太懂怎麼去切了 08/20 16:54
20F：推 lycantrope: 你可以用unicodedata.east_asian_width 去計算width啦 08/20 17:07
21F：→ Lyumin: 腦袋還是卡關中，推文加空格到日期是54，但日期就是沒對齊 08/20 18:02
22F：推 TitanEric: 怎麼不乾脆寫成CSV 08/20 19:06
23F：推 lycantrope: 直接弄成dataframe一切都解決，堅持用plain text太累 08/20 19:49
24F：推 art1: 問題應該出在 format 不管對英文或中文都是算一個字元寬？ 08/20 21:19
25F：→ art1: 所以你必須先算出實際的單字元總寬度再動態調整要用來對齊的 08/20 21:21
26F：→ art1: 數字 08/20 21:21
27F：→ art1: 或是直接修改 format 原始碼讓他把中文當成雙位元的字寬 08/20 21:23
29F：→ art1: 之前用一個自動換行的函式，也是去改原始碼才解決這問題 08/20 21:30
感謝大大，用這個方法解決了，只是我有個疑問為什麼max count=60，
是因為使用unicodedata.east_asian_width查出來最大的字串是58只要設比他大就好嗎?
另外既然知道最大字元數是58，為什用format string的置左會沒有效果?
https://reurl.cc/7rGY6D 今天增加好多知識阿
※ 編輯: Lyumin (114.41.38.123 臺灣), 08/21/2021 01:07:36
31F：→ Hsins: 批踢踢的 BBS 本身是 Big5 編碼，要算字元長度補空格的話， 08/21 03:20
32F：→ Hsins: 建議可以將中英混合的字串轉成 big5 再算長度 08/21 03:20
33F：→ Hsins: 比如 'ptt'.encode('big5') 的結果會是 3 08/21 03:20
34F：→ Hsins: '批踢踢'.encode('big5') 的結果會是 6 08/21 03:21
35F：→ Hsins: len('ptt'.encode('big5')) 08/21 03:22
36F：→ Hsins: len('批踢踢'.encode('big5')) 08/21 03:22
37F：推 lycantrope: 原來可以用big5來計算，又學到一招了。 08/21 17:45
38F：→ Lyumin: 咦..不是utf8編碼嗎? 08/23 00:30