Extraire à plusieurs reprises une ligne entre deux délimiteurs dans un fichier texte, Python

J'ai un fichier texte dans le format suivant:

DELIMITER1
extract me
extract me
extract me
DELIMITER2

Je voudrais en extraire chaque bloc de extract mes entre DELIMITER1 et DELIMITER2 dans le .fichier txt

C'est mon actuel, de la non-exécution de code:

import re
def GetTheSentences(file):
     fileContents =  open(file)
     start_rx = re.compile('DELIMITER')
     end_rx = re.compile('DELIMITER2')

     line_iterator = iter(fileContents)
     start = False
     for line in line_iterator:
           if re.findall(start_rx, line):

                start = True
                break
      while start:
           next_line = next(line_iterator)
           if re.findall(end_rx, next_line):
                break

           print next_line

           continue
      line_iterator.next()

Des idées?

source d'informationauteur Renklauf

  1. 16

    Vous pouvez simplifier cette à une expression régulière en utilisant re.Sle DOTALL drapeau.

    import re
def GetTheSentences(infile):
     with open(infile) as fp:
         for result in re.findall('DELIMITER1(.*?)DELIMITER2', fp.read(), re.S):
             print result
# extract me
# extract me
# extract me

    Cela rend également l'utilisation de la non-greedy opérateur .*?de sorte que plusieurs non-cumul des blocs de DELIMITER1-DELIMITER2 paires seront tous être trouvés.

  2. 2

    Cela devrait faire ce que vous voulez:

    import re
def GetTheSentences(file):
    start_rx = re.compile('DELIMITER')
    end_rx = re.compile('DELIMITER2')

    start = False
    output = []
    with open(file, 'rb') as datafile:
         for line in datafile.readlines():
             if re.match(start_rx, line):
                 start = True
             elif re.match(end_rx, line):
                 start = False
             if start:
                  output.append(line)
    return output

    De votre version précédente, on dirait qu'il est supposé être une fonction d'itérateur. Voulez-vous votre sortie renvoyée à un seul élément à la fois? C'est légèrement différent.

  3. 2

    Si les délimiteurs sont à l'intérieur d'une ligne:

    def get_sentences(filename):
    with open(filename) as file_contents:
        d1, d2 = '.', ',' # just example delimiters
        for line in file_contents:
            i1, i2 = line.find(d1), line.find(d2)
            if -1 < i1 < i2:
                yield line[i1+1:i2]


sentences = list(get_sentences('path/to/my/file'))

    Si ils sont sur leur propre ligne:

    def get_sentences(filename):
    with open(filename) as file_contents:
        d1, d2 = '.', ',' # just example delimiters
        results = []
        for line in file_contents:
            if d1 in line:
                results = []
            elif d2 in line:
                yield results
            else:
                results.append(line)

sentences = list(get_sentences('path/to/my/file'))
  4. 0

    C'est un bon travail pour les interprétations de la Liste, pas de regex nécessaire. Première liste comp gommages typique \n dans la ligne de texte de la liste trouvée lors de l'ouverture d'un fichier txt. Deuxième liste comp utilise juste in opérateur à identifier des schémas de séquence de filtre.

    def extract_lines(file):
    scrubbed = [x.strip('\n') for x in open(file, 'r')]
    return [x for x in scrubbed if x not in ('DELIMITER1','DELIMITER2')]