Python。如何按部分解析文本？

Question

所以，我有专门的章节和文本这些部分：

​​

，以及如何从这些部分之一获取文本？

Answer 1

import re 
sections = re.split(r'\[Section\d+\]', text) 

然后，您可以使用列表切片获得一个节文本。你的情况：

section[1] will give section 1. 

Answer 2

试试这个，

text="""[Section1] 
Some weired text in section 1 

[Section2] 
Some text in section 2 
Some text 
text""" 
print text.split('\n\n') 
>>>['[Section1]\nSome weired text in section 1', '[Section2]\nSome text in section 2\nSome text\ntext'] 

Answer 3

如图所示，该代码生成每个部分中的线的字典，以便由部分名称索引。

它通过逐行读取文件。当它识别出一个节头时，它会记下这个名字。由于它读取后续行，直到它读取下一个标题，它将它们保存在sections中，作为该名称下的列表。

如果您不想或不需要线端，请在append声明中将其去掉。

>>> import re 
>>> patt = re.compile(r'^\s*\[\s*(section\d+)\s*\]\s*$', re.I) 
>>> sections = {} 
>>> with open('to_chew.txt') as to_chew: 
...  while True: 
...   line = to_chew.readline() 
...   if line: 
...    m = patt.match(line) 
...    if m: 
...     section_name = m.groups()[0] 
...     sections[section_name] = [] 
...    else: 
...     sections[section_name].append(line) 
...   else: 
...    break 
...    
>>> sections 
{'Section2': ['Some text in section 2\n', 'Some text\n', 'text'], 'Section1': ['Some weired text in section 1\n', '\n']} 

---

编辑：简化代码。

>>> import re 
>>> patt = re.compile(r'^\s*\[\s*(section\d+)\s*\]\s*$', re.I) 
>>> sections = defaultdict(list) 
>>> with open('to_chew.txt') as to_chew: 
...  for line in to_chew: 
...   m = patt.match(line) 
...   if m: 
...    section_name = m.groups()[0] 
...   else: 
...    sections[section_name].append(line) 
... 
>>> sections 
defaultdict(<class 'list'>, {'Section1': ['Some weired text in section 1\n', '\n'], 'Section2': ['Some text in section 2\n', 'Some text\n', 'text']})