## 文本解析test

title = "E34xxxx88_xxx__化工115_專題提案發想"

# 將不同的分隔符替換為單一的半形底線
normalized_title = title.replace('＿', '_').replace('__', '_')

#使用spilt將用半形底線隔開之元素轉換成list
parts = normalized_title.split("_")
print(parts)


if len(parts) >= 3:
    student_id = parts[0]
    name = parts[1]
    department =parts[2]
    print("學號:", student_id)
    print("姓名:", name)
    print("系級:", department)
else:
    print("Title 格式不正確，無法提取訊息")

執行結果

['E34xxxx88', 'xxx', '化工115', '專題提案發想']
學號: E34xxxx88
姓名: xxx
系級: 化工115

### 假設是一整串文字，我需要提取其中特定片段做整理:

text = '''主題

Python網路爬蟲應用

摘要

希望能用網路爬蟲做出一些應用，這只是一個大方向，目前一些，想法如下:

1. 課表選課應用:能跳出介面通知提醒選課時間，還有可以選定一些課程，跳出即時的名額動態， 一有缺額就提醒我，最好的話能第一時間幫我自動選課更好(雖然不知道成大選課有沒有擋爬蟲就是了…)。

2. 自動收發訊息:設定一個時間，幫我自動用社群媒體發出貼文或訊息。

3. Discord bot:可以統計出每位使用者的歷史資料(暫定)'''

topic_start = text.find('主題') + len('主題')
topic_end = text.find('摘要')
topic_content = text[topic_start:topic_end].strip() #text[範圍]，strip()提取

find()用來找該元素的位置 #設定一個範圍，從起點(主題二字起始位置+"主題"字元長="題"之後之字串)，到終點("摘要")之前

# 提取摘要
abstract_start = text.find('摘要') + len('摘要')
abstract_content = text[abstract_start:].strip()

print("主題:", topic_content)
print("摘要:", abstract_content)

### 接下來要模擬從網頁上把含有文字的元素爬取下來
先從從網頁上複製下來的html片段來試看看:

from bs4 import BeautifulSoup
html_content = '''<div class="no-overflow w-100 content-alignment-container" id="yui_3_17_2_1_1699203908396_25">
<div id="post-content-390615" class="post-content-container">
<p dir="ltr" style="text-align:left;"></p><p id="yui_3_17_2_1_1699203908396_32">主題<span lang="en-us" xml:lang="en-us"></span></p>

<p>　　<span lang="en-us" xml:lang="en-us">Python</span>網路爬蟲應用</p><p>摘要<span lang="en-us" xml:lang="en-us"></span></p>

<p>　　希望能用網路爬蟲做出一些應用，這只是一個大方向，目前一些，想法如下<span lang="en-us" xml:lang="en-us">:</span></p>

<p><span lang="en-us" xml:lang="en-us">1.&nbsp;&nbsp;&nbsp;
</span>課表選課應用<span lang="en-us" xml:lang="en-us">:</span>能跳出介面通知提醒選課時間，還有可以選定一些課程，跳出即時的名額動態， 一有缺額就提醒我，最好的話能第一時間幫我自動選課更好<span lang="en-us" xml:lang="en-us">(</span>雖然不知道成大選課有沒有擋爬蟲就是了<span lang="en-us" xml:lang="en-us">…)</span>。<span lang="en-us" xml:lang="en-us"></span></p>

<p><span lang="en-us" xml:lang="en-us">2.&nbsp;&nbsp;&nbsp;
</span>自動收發訊息<span lang="en-us" xml:lang="en-us">:</span>設定一個時間，幫我自動用社群媒體發出貼文或訊息。<span lang="en-us" xml:lang="en-us"></span></p>

<p><span lang="en-us" xml:lang="en-us">3.&nbsp;&nbsp;&nbsp;
</span><span lang="en-us" xml:lang="en-us">Discord bot:</span>可以統計出每位使用者的歷史資料<span lang="en-us" xml:lang="en-us">(</span>暫定<span lang="en-us" xml:lang="en-us">)</span></p><p><span lang="en-us" xml:lang="en-us"><br></span></p><br>
</div>

<div>
<a href="https://moodle.ncku.edu.tw/pluginfile.php/1398924/mod_forum/attachment/390615/%E4%B8%BB%E9%A1%8C.docx?forcedownload=1" aria-label="Attachment 主題.docx" title="Attachment 主題.docx">
<img class="icon " alt="" aria-hidden="true" src="https://moodle.ncku.edu.tw/theme/image.php/fordson/core/1692324800/f/document"> 主題.docx
</a>
<a href="https://moodle.ncku.edu.tw/portfolio/add.php?ca_postid=390615&amp;ca_attachment=15360719&amp;sesskey=Y4c7w0lWJc&amp;callbackcomponent=mod_forum&amp;callbackclass=forum_portfolio_caller&amp;course=33560&amp;callerformats=document%2Crichhtml%2Cplainhtml%2Cleap2a&amp;instance=1" title="Export attachment 主題.docx to portfolio">
<i class="icon fa fa-plus fa-fw " aria-hidden="true"></i>
</a>
</div>

<div class="d-flex flex-wrap">
<div class="mt-2"><span class="rating-aggregate-container"><span class="rating-aggregate-label">評比平均分數：</span><span id="ratingaggregate390615" class="ratingaggregate">6.3</span> <span id="ratingcount390615" class="ratingcount">(11)</span> </span></div>
<div class="post-actions d-flex align-self-end justify-content-end flex-wrap ml-auto" data-region="post-actions-container" role="menubar" aria-label="E34111188_巫宗翰_化工115_專題發想提案 是由 巫宗翰張貼" aria-controls="p390615">
<a data-region="post-action" href="https://moodle.ncku.edu.tw/mod/forum/discuss.php?d=293062#p390615" class="btn btn-link" title="Permanent link to this post" aria-label="Permanent link to this post" tabindex="0">
永久鏈接
</a>
<a data-region="post-action" href="https://moodle.ncku.edu.tw/portfolio/add.php?ca_postid=390615&amp;sesskey=Y4c7w0lWJc&amp;callbackcomponent=mod_forum&amp;callbackclass=forum_portfolio_caller&amp;course=33560&amp;callerformats=richhtml%2Cleap2a&amp;instance=1" class="btn btn-link" tabindex="0">
匯出到學習歷程檔案
</a>
</div>
</div>

</div>''' # 插入您提供的 HTML 片段

soup = BeautifulSoup(html_content, 'html.parser')

# 定位到包含 <p> 標籤的 div 容器
post_content_div = soup.find('div', {'id': 'post-content-390615'})

# 提取 div 容器內的所有 <p> 標籤的文本
paragraphs_text = [p.get_text(strip=True) for p in post_content_div.find_all('p')]

# 將提取的文本組合成一個單一的字符串
full_text = '\n'.join(paragraphs_text)

print(full_text)
執行結果:

主題
Python網路爬蟲應用
摘要
希望能用網路爬蟲做出一些應用，這只是一個大方向，目前一些，想法如下:
1.課表選課應用:能跳出介面通知提醒選課時間，還有可以選定一些課程，跳出即時的名額動態， 一有缺額就提醒我，最好的話能第一時間幫我自動選課更好(雖然不知道成大選課有沒有擋爬蟲就是了…)。
2.自動收發訊息:設定一個時間，幫我自動用社群媒體發出貼文或訊息。
3.Discord bot:可以統計出每位使用者的歷史資料(暫定)