从文本中提取特定信息

最新推荐文章于 2024-07-27 23:43:33 发布

侠之大者为国为民

最新推荐文章于 2024-07-27 23:43:33 发布

阅读量7.7k

点赞数 4

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/sofeien/article/details/53173629

版权

python 专栏收录该内容

68 篇文章 1 订阅

订阅专栏

尝试了两种方法，正则表达式提取效果更佳

#! /usr/bin/env python
# -*- coding: utf-8 -*-


'''
方法1：采用位置参数来提取，效果不佳
'''
##file_data=[]
##with open('待处理文字.txt',encoding='utf-8') as f:
##    data=f.read().split('　　')
##    file={}
##    while(len(data)):
##        file['name']=data.pop(0)
##        file['director']=data.pop(0)
##        file['actor']=data.pop(0)
##        file_data.append(dict(file))
##with open('电影列表.txt','w') as f:
##    for file in file_data:
##        f.write(file['name']+'\n')
##        f.write(file['director']+'\n')
##        f.write(file['actor']+'\n')

'''
方法2：采用正则表达式，提取很好。
'''
import re
pattern=re.compile(r'\d{1,3}(?P<name>\S+)　　导演：(?P<director>[\S ]+)　　主演：(?P<actor>[\S ]+)')
with open('待处理文字.txt',encoding='utf-8') as f:
    data=f.read()
with open('电影列表.txt','w') as f:
    for index,(name,director,actor) in enumerate(pattern.findall(data)):
        f.write('No:'+str(index+1)+'\n')
        f.write('片名:'+name+'\n')
        f.write('导演:'+director+'\n')
        f.write('演员:'+actor+'\n')
##        print('No:'+str(index+1))
##        print('片名:'+name)
##        print('导演:'+director)
##        print('演员:'+actor)