Python读取文本，输出指定中文（字符串）

Posted 2020-08-09

因业务需求，需要提取文本中带有检查字样的每一行。

样本如下：

1 投入10kVB、C母分段820闭锁备自投压板   
2 退出10kVB、C母分段820备投跳803压板   
3 退出10kVB、C母分段820备投合820压板   
4 检查2、3号主变压器分头位置一致   
5 合上820断路器   
6 检查820断路器确带负荷   
7 检查2号、3号主变压器负荷分配正常   
8 拉开802断路器   
9 检查802断路器在分闸位置   
10 检查3号主变压器不过负荷   

我们要用的包：re(python 强大的正则包），codecs(专门用作编码转换)

思路：一种思路是直接用正则找出检查，按照样本可以这样写：\d{1,2}\s检查，属于一劳永逸的写法。还有一种就是下面比较裸的写法，先用python的readlines()方法读取文本的每一行，再用 u‘检查‘判断带有‘检查’的每一行，这种方法比较麻烦的地方就是还需要去掉样本中的序号，def func()就是用来解决这个问题的。至于为什么我要用第二种，我也不知道。 ：）

代码如下：

import re
import codecs

f= codecs.open(‘F:/parseWord/tmp/F1040EZ.content.txt‘,‘r‘,‘utf-8‘)
s = f.readlines()

f.flush()
f.close()
for fileLine in s:
   
    if u‘检查‘ in fileLine:
        line_pattern =r‘\s*\d+\s?(.*)‘

        def func(text):
            c = re.compile(line_pattern)
            lists = []
            lines = text.split(‘\n‘)
            for line in lines:
                r = c.findall(line)
                if r:
                    lists.append(r[0])

            return ‘\n‘.join(lists)
            
        
        result = func(fileLine)
        print result

        
     

结果：

>>> ================================ RESTART ================================
>>> 
检查2、3号主变压器分头位置一致   

检查820断路器确带负荷   

检查2号、3号主变压器负荷分配正常   

检查802断路器在分闸位置   

检查3号主变压器不过负荷   
>>> 

当然我们还可以新建一个list，用append方法将for循环出来的结果整合到一起：

test = []
‘‘‘
‘‘‘
‘‘‘
test.append(result)
print test