【正则表达式（三）】· Python

用正则表达式匹配诗句
最近MATLAB老师叫我们做一个习题生成器，然后语文的题目就从古诗中来选择，为了图方便，我就到网上整了一段爬虫，爬了唐诗三百首，可爬下来发现古诗都是带题目和作者的，不符合我做题的要求，所以我就简单写了一个正则表达式，把古诗里面的诗句都匹配出来。

爬下来的古诗是这样的：

行宫
唐代:元稹

寥落古行宫，宫花寂寞红。
白头宫女在，闲坐说玄宗。

登鹳雀楼
唐代:王之涣

白日依山尽，黄河入海流。
欲穷千里目，更上一层楼。

新嫁娘词
唐代:王建

三日入厨下，洗手作羹汤。
未谙姑食性，先遣小姑尝。

于是我就写了以下代码，将诗句匹配了出来：

import re

# 用于储存正则表达式匹配出来的诗句
f = open(r"F:\MATLAB_homemork\4_3\唐诗300首无题.txt",'w') 
# pattern就是要匹配的正则表达式
# [\u4E00-\u9FA5] 表示汉字，因为唐诗有些是五言的，有些是七言的
# 所以后面就跟了个{5,7}，表示可以匹配5-7个
pattern = r'[\u4E00-\u9FA5]{5,7}，[\u4E00-\u9FA5]{5,7}'
# 这是要读取的文件
file = open(r"F:\MATLAB_homemork\4_3\唐诗300首.txt",encoding='UTF-8') 
# 不断循环，直到没有诗句
while 1:
    line = file.readline() # 按行读取
    s = re.findall(pattern,line)
    if len(s) :  # 如果匹配到了
        # 因为正则表达式返回的是一个列表，不能直接写入文件，所以我们要把里面的元素拿出来再写入文件
        for m in s : 
           f.write(m) # 把返回的字符串写入f中
           f.write('\n') # 每写入一句就换行
    if not line:
        break
    pass 
file.close()

匹配出来的古诗是这样子的：

寥落古行宫，宫花寂寞红
白头宫女在，闲坐说玄宗
白日依山尽，黄河入海流
欲穷千里目，更上一层楼
三日入厨下，洗手作羹汤
未谙姑食性，先遣小姑尝

咱们就把题目和作者去掉了，因为我这里不需要句号，要是需要句号的话，可以在pattern的最后加个句号。