python3.4.3实现txt文本指定字符提取

TXT文档中提取指定文本

在每天上班的路上,都会在地铁上看看高晓松的《鱼羊野史》。很有意思的一本书,口头语言记录成册,来自《晓松奇谈》。每天都会按着日期看,今天是哪一天就翻到哪一天,看看历史上的今天发生了什么事,大千世界,天文地理,古今中外,体育娱乐,历史趣闻,明星轶事,无所不包,无所不有。总有一款你喜欢的。内容斑杂却生动有趣,今天批评历史罪人,痛骂汉奸走狗,明日歌颂名族英雄,赞美时代伟人,好不趣味连连。书中涉及到很多电影和书籍。发现都是用书名号“《》”包含起来的,于是心血来潮,试了试用新学的python将所有电影和书籍名提取出来。

1.提取文本思路

step 1: 首先读取文件
step 2: 读取出的str转换为list
step 3: 查询字符“《”,当查到时,在当前索引号index后30个字符范围内查找“》”,并将这段字符用list的append()方法添加进一个新的list,插入“》”后插入换行符号”\n“
step 4: 新生成的的list转换为str
step 5: 生成新文档

2.demo

#!/bin/python3

TXTtemp = open("fishandsheephistory.txt","r+")
txtbuffer=TXTtemp.read()
#i=0
oldlist=['']
newlist=['']
#for txtchar in txtbuffer:
#	oldlist.append(txtchar)
#	i=i+1
oldlist=list(txtbuffer)
for index in range(len(txtbuffer)):
	if oldlist[index]=="《":
		for j in range(30):
			if oldlist[index+j]=="》":
				newlist.append("》")
				newlist.append("\n")
				j=0
				break
			newlist.append(oldlist[index+j])
print(newlist)
strlist="".join(newlist)
txtnew=open("newtxt.txt","w")
txtnew.write(strlist)
txtnew.close()
TXTtemp.close()

3.结果与改进思路

这里写图片描述
简单的一段小demo,涉及Python3文件读写,open(),write()方法的使用,list与str的转换。不过主要思维逻辑还是采用C的数组操作思想,理想的用法应该是导入re模块,采用正则表达式才是最优的,奈何自己正则没学好,以后会尝试改进。而且提取出来会存在很多重复,下一步就要去重。

贴一个资源网站:
超详细python项目收集

相关推荐
©️2020 CSDN 皮肤主题: 技术黑板 设计师:CSDN官方博客 返回首页