如何用脚本批量将文本中不同形式的TEXAS统一替换为Tx？

以下是直接可用的解决方案：

步骤1：安装依赖库 #

先执行命令安装处理HTML的工具库：

pip install beautifulsoup4 lxml

步骤2：编写执行脚本 #

from bs4 import BeautifulSoup
import re

# 替换成你的原始HTML内容，也可以从文件读取
original_html = """
<div class="s-table-container">
<table class="s-table">
<thead>
<tr>
<th>First</th>
</tr>
</thead>
<tbody>
<tr>
<td>FirstPlace TEXAS</td>
</tr>
<tr>
<td>SecondPlace Texas</td>
</tr>
<tr>
<td>ThirdPlace, Tx</td>
</tr>
</tbody>
</table>
</div>
"""

# 解析HTML结构
soup = BeautifulSoup(original_html, 'lxml')

# 遍历表格tbody里的所有单元格
for td in soup.select('tbody td'):
    # 用正则匹配并替换末尾的州名，统一格式为", Tx"
    cleaned_content = re.sub(r'\s*(?:,?\s*)?(TEXAS|Texas|Tx)$', ', Tx', td.get_text(strip=True))
    td.string = cleaned_content

# 输出修改后的HTML，如需保存到文件可改用open()写入
print(soup.prettify())

脚本说明 #

• 用BeautifulSoup解析HTML，比直接写正则处理HTML结构更可靠，避免标签嵌套导致的错误
• 正则表达式r'\s*(?:,?\s*)?(TEXAS|Texas|Tx)$'会精准匹配单元格末尾的所有州名变体，包括带逗号/不带逗号、大小写不同的情况，统一替换为, Tx格式

内容的提问来源于stack exchange，提问作者Antonio