如何在文本文件中提取引用的语句——Python答案

【问题标题】：How to extract quoted statements in a text file -- Python如何在文本文件中提取引用的语句——Python
【发布时间】：2020-11-30 23:05:39
【问题描述】：

我想在一个文本文件中查找所有引用的语句。我写了一个代码，它可以找到第一个引用的语句。但是，当我使用 while 循环 时，它可以遍历整个文本并找到它们，但它不起作用。这是代码：

        quoteStart = fullText.index("\"")
        quoteEnd = fullText.index("\"", quoteStart + 1)
        quotedText = fullText[quoteStart:quoteEnd+1]
        print ("{}:{}".format(quoteStart, quoteEnd))
        print (quotedText)

输出：

250:338

"When we talk about the Hiroshima and Nagasaki bombing, we never talk about Shinkolobwe,"

如何添加 while 循环来遍历整个文本？

【问题讨论】：

标签： python text while-loop quotes

【解决方案1】：

提供一个最小的工作示例总是好的，即如果您提供fullText 中的内容的示例，它将更容易回答这个问题。

您不需要while 循环来执行此操作。正则表达式将是一个更简单的解决方案。

让我们假设， fullText = '"When we talk about the Hiroshima and Nagasaki bombing, we never talk about Shinkolobwe," was what one said and "I agree." was what another said.'

你可以使用如下的正则表达式。

import re

quotedText = re.findall(r'"([^"]*)"', fullText)

print(quotedText)

结果：

['When we talk about the Hiroshima and Nagasaki bombing, we never talk about Shinkolobwe,', 'I agree.']

r'"([^"]*)"' 是一个原始字符串，它表示一个正则表达式，用于匹配任何出现次数的任何内容，但两个双引号之间的双引号除外。

一个很好的解释是here。

【讨论】：

【解决方案2】：

我认为你的问题是 quoteStart = fullText.index("\"") 将始终在您的文本前面开始。

尝试以下方法：

quoteEnd = -1

while True:
    try:
        quoteStart = fullText.index("\"", quoteEnd+1)
        quoteEnd = fullText.index("\"", quoteStart + 1)
    except ValueError:
        break
        
    quotedText = fullText[quoteStart:quoteEnd+1]
    print ("{}:{}".format(quoteStart, quoteEnd))
    print (quotedText)

【讨论】：

您能解释一下为什么使用 (quoteEnd = -1) 吗？我真的不明白：\
因为我总是通过在位置quoteEnd+1 之后寻找下一个引号来开始循环，并且我希望第一次从位置0 开始，所以我必须设置初始quoteEnd=-1。