在没有分隔符时以某种方式拆分行的问题

Posted 2021-05-06

我有一个文本文件;

......在表5的上方，我们了解了压力和体积之间的关系。它说......现在我们知道......表9：表示x和y的图。表6全部是关于力量及其对物体的影响....

现在我编写了一个代码来提取其中包含单词table的行;

with open file( <pathname + filename.txt>, 'r+') as f:
   k = f.readlines()
   for line in k:
     if ' Table ' in line:
         print(line)

现在我希望以特定格式打印输出;

（txt文件名），（表id），（表内容）

我通过使用python的.split方法来做到这一点;

x = 'Paper ID:' + filename.split('.')[0] + '|' + 'Table ID:' + line.split(':')[0] + '|' + 'Table Content:' + line.split(':')[1] + '|' 

现在，正如您所看到的，我可以将表id和表内容分开，其中有一些分隔符（:)。在没有分隔符的情况下，如果对于这些行，我该如何做同样的事情;

在表5中，我们理解压力和体积之间的关系。它说...现在我们知道..或者在表7中我们看到了....

?

有人可以帮忙吗？

答案

您可以搜索模式Table <number>然后在该位置拆分。 你可以使用re.split(pattern, string, maxsplit=0, flags=0)或re.findall(pattern, string, flags=0)

re.split('Table [0-9]', line)[-1]

会给你以下内容（内容）。

re.findall('Table [0-9]', line)

将为您提供带有ID的表格，您可以从中提取它。

关于re.split和re.findall的Python文档