我正在尝试选择像这样编号的段落。由于许多原因,判断段落结束的唯一准确方法是当你得到顶部的下一个段落的开始。
1段落文本示例。这里面可以有双倍的行距。
2下一段
我正在尝试从1开始获取文本,并以2或任何段落编号结束。这看起来应该很简单,但我正在努力解决这个问题。
这是我到目前为止所拥有的
workingT = text.splitlines()
for index, line in enumerate(workingT):
if re.findall(r"(\>\s+\[\d+\])", str(line).strip("_")): This finds the first paragraph
paragraphCountTest = str(re.findall(r"\>\s+\[(\d+)\]", str(line))).strip("[]'")
if int(paragraphCountTest) == paragraphCount + 1:
findParagraph(index, paragraphCount)所以这个丑陋的代码找到了第一段的开头或者其他什么。然后查找下一个段落,该段落必须是当前段号+ 1。原因是该段中可能存在以数字开头的行,并认为这是一个新的段落。我可以打印出字符串中每个段落的第一行。我遇到的问题是,当我尝试打印出第一行之后的行,直到结束点(即n+1
然后,我将找到的内容发送到方法索引(findParagraph,paragraphCount)这是我试图打印所选段落中的每一行的位置。这就是我的东西
def findParagraph(index, paragraphCount):
parCount = paragraphCount + 1
ind = index + 1
line = workingT[index + 1]
endOfParagraphCheck = r"(\>\s+\[" + str(parCount) + "\])"
print(endOfParagraphCheck)
#if line != re.match(endOfParagraphCheck, str(line)):
for index, line in enumerate(workingT, start=ind):
#print(line)
print(workingT[index])这不管用。我只想循环遍历每一行,直到我找到下一段开始。如有任何建议,我们将不胜感激。
发布于 2020-04-03 08:10:20
如何使用正则表达式来查找您的开始段落指示器。.Im不确定这是否是您要查找的内容,但这将打印您的单个段落
data = """[1] [9]asdasdomthing
asdas
asd
asd
asd
[2] sdfdfffffffffffffffffffffffffffffff
[3] sfddsfdsfsd
sdfsdfsdf"""
import re
positions = []
# regex to indicate the values [1] or [2] or ...
pattern = re.compile("\[\d\]")
# find positions in the string
prev=0
for match in pattern.finditer(data):
current = data[match.span()[0]+1:match.span()[1]-1]
if int(current)-int(prev) ==1:
positions.append(match.start())
prev = current
last_item=len(positions)-1
# loop throughpositions and print
print(positions)
for index, item in enumerate(positions):
start=item
if index != last_item:
print('--------Paragraph--------------')
print(data[item:positions[index+1]])
else:
print('--------Paragraph--------------')
print(data[item:])输出如下所示
--------Paragraph--------------
[1] [9]asdasdomthing
asdas
asd
asd
asd
--------Paragraph--------------
[2] sdfdfffffffffffffffffffffffffffffff
--------Paragraph--------------
[3] sfddsfdsfsd
sdfsdfsdfhttps://stackoverflow.com/questions/61002863
复制相似问题