从txt文件中提取数据

Question

好吧，我正在使用gitbash中的git。我的证券交易委员会在这个硬盘上运行。我用的是Win7。txt文件中有HTML标记。在

我想知道的是，自从90年代初以来，文本文件都是SEC机构的严格格式，比如说，是否有方法提取某个项目

<us-gaap:IncomeTaxExpenseBenefit contextRef="eol_PE9523----1310-K0013_STD_365_20131231_0" 

decimals="-3" id="id_3914012_7F3BEF88-8CD1-49E7-8A78-91A091178D1B_1_13" 

unitRef="iso4217_USD">40315000</us-gaap:IncomeTaxExpenseBenefit>

无论是使用脚本还是git存储库，因为格式很严格？例如，如何从txt文件中提取孔参数表？库、git、脚本只要稍加修改就可以开始了。在

这些傻瓜能进来做这样的工作吗？我读了说明书（只要有），但我不懂很多东西。在

Answer 1

不是HTML。它看起来像XML—尝试使用Python的XML解析器，例如ElementTree，并解析出相关信息。教程包含在他们的页面上。在