python是结构化语言_在Python中读取结构化文本文件

我有以下格式的文本文件：1. AUTHOR1

(blank line, with a carriage return)

Citation1

2. AUTHOR2

(blank line, with a carriage return)

Citation2

(...)

也就是说，在这个文件中，有些行以整数开头，然后是点、空格和表示作者姓名的文本；这些行之后是空行(包括回车符)，然后是以字母字符开头的文本行(文章或书籍引用)。

我想把这个文件读入一个Python列表，加入作者的名字和引文，这样每个列表元素都是这样的：

['AUTHOR1引文1'，'AUTHOR2引文2'，'…']

这看起来是一个简单的编程问题，但我无法找到解决方案。我的尝试如下：

articles = []

with open("sample.txt", "rb") as infile:

while True:

text = infile.readline()

if not text: break

authors = ""

citation = ""

if text == '\n': continue

if text[0].isdigit():

authors = text.strip('\n')

else:

citation = text.strip('\n'

articles.append(authors+' '+citation)

但是文章列表将作者和引文存储为单独的元素！

提前感谢任何帮助解决这个棘手的问题…:-(

最佳答案：

假设输入文件结构："""

1. AUTHOR1

Citation1

2. AUTHOR2

Citation2

"""

不会改变，我将使用readlines()和切片：

with open('sample.txt', 'r') as infile:

lines = infile.readlines()

if lines:

lines = filter( lambda x : x != '\n', lines ) # remove empty lines

auth = map( lambda x : x.strip().split('.')[-1].strip(), lines[0::2] )

cita = map( lambda x : x.strip(), lines[1::2] )

result = [ '%s %s'%(auth[i], cita[i]) for i in xrange( len( auth )) ]

print result

# ['AUTHOR1 Citation1', 'AUTHOR2 Citation2']