如何实现逗号分隔题答集合到逐题配对格式的转换
核心实现思路
这个转换需求的本质是对齐两个同长度的逗号分隔序列,不需要复杂的文本语义理解,只需要锚定源文本的固定结构拆解即可:
- 源文本天然分为两个独立区块:冒号前是连续逗号分隔的题目列表,冒号后被双引号包裹的是连续逗号分隔的答案列表,二者条目数量完全一一对应
- 转换核心逻辑:把两个区块分别拆成独立条目,按下标一一拼接为「题目:答案」的单条格式,最后按指定的换行规则组合成完整文本。
可落地的实现方法
手动处理单条短文本
操作无多余冗余环节:
- 基础清洗:删掉源文本外层的
<p>、</p>标签,把文本里的"这类HTML特殊字符替换为实际双引号,所有操作都可以用文本编辑器的批量替换功能完成 - 以第一个出现的英文冒号为切割点,把清洗后的文本切成两半:前半部分是纯题目串,后半部分是纯答案串
- 把前后两段字符串都按英文逗号拆分,得到两个等长的列表,校验列表长度一致避免条目错位
- 逐位将同序号的题目和答案用冒号拼接,所有拼接后的条目按「条目1,\n条目2,\n条目3」的格式组合,最后把外层的
<p>标签加回,就得到目标格式。
拿给出的样例实际操作的匹配效果:
- 清洗后的源串:
Demo Question 1,Demo Question 2,Demo Question 3: "Answer 2,Answer 2,Answer 4" - 切割后题目串:
Demo Question 1,Demo Question 2,Demo Question 3,答案串去掉首尾空格和双引号后为Answer 2,Answer 2,Answer 4 - 拆分拼接后的最终内容:
Demo Question 1:Answer 2, Demo Question 2:Answer 2, Demo Question 3:Answer 4
批量处理同结构文本
如果需要反复处理大量同格式文本,可以用无第三方依赖的极简Python脚本完成转换:
def format_convert(raw_html_text): # 清洗HTML标签和实体字符 clean_text = raw_html_text.replace('<p>', '').replace('</p>', '').replace('"', '"').strip() # 按第一个冒号切割题目、答案区块 q_section, a_section = clean_text.split(':', 1) # 分别拆分两个序列为独立条目 q_list = [item.strip() for item in q_section.split(',')] a_list = [item.strip() for item in a_section.replace('"', '').split(',')] # 校验条目数量匹配,避免错位 if len(q_list) != len(a_list): raise Exception("题目与答案数量不匹配,无法完成转换") # 按目标格式拼接返回结果 paired_items = [f"{q}:{a}" for q, a in zip(q_list, a_list)] return f'<p>{",\n".join(paired_items)}</p>'
直接传入原始的HTML格式文本,就能返回完全匹配要求的转换结果。
内容的提问来源于stack exchange,提问作者Indushree N
相关产品推荐
相关产品推荐

