【发布时间】:2011-09-19 22:06:04
【问题描述】:
首先我想说的是,这个地方对我的帮助超出了我的回报。我想对过去帮助过我的所有人表示感谢:)。
我正在尝试从特定样式消息中分离出一些文本。它的格式如下:
DATA|1|TEXT1|STUFF: some random text|||||
DATA|2|TEXT1|THINGS: some random text and|||||
DATA|3|TEXT1|some more random text and stuff|||||
DATA|4|TEXT1|JUNK: crazy randomness|||||
DATA|5|TEXT1|CRAP: such random stuff I cant believe how random|||||
我的代码如下所示,它结合了在单词之间添加空格并将其添加到名为“TEXT”的字符串,因此它看起来像这样:
STUFF: some random text THINGS: some random text and some more random text and stuff JUNK: crazy randomness CRAP: such random stuff I cant believe how random
我需要这样的格式:
DATA|1|TEXT1|STUFF: |||||
DATA|2|TEXT1|some random text|||||
DATA|3|TEXT1|THINGS: |||||
DATA|4|TEXT1|some random text and|||||
DATA|5|TEXT1|some more random text and stuff|||||
DATA|6|TEXT1|JUNK: |||||
DATA|7|TEXT1|crazy randomness|||||
DATA|8|NEWTEXT|CRAP: |||||
DATA|9|NEWTEXT|such random stuff I cant believe how random|||||
行号很简单,我已经完成了,马车返回。我需要的是抓住“CRAP”并将“TEXT1”部分更改为“NEWTEXT”。
我的代码扫描字符串以查找关键字,然后将它们添加到自己的行中,然后在其下方添加文本,然后在其自己的行中添加下一个关键字等。这是我到目前为止的代码:
#this combines all text to one line and adds to a string
while current_segment.move_next('DATA')
TEXT = TEXT + " " + current_segment.field(4).value
KEYWORD_LIST = [STUFF:', THINGS:', JUNK:']
KEYWORD_LIST1 = [CRAP:']
#this splits the words up to search through
TEXT_list = TEXT.split(' ')
#this searches for the first few keywords then stops at the unwanted one
for word in TEXT_list:
if word in KEYWORD_LIST:
my_output = my_output + word
elif word in KEYWORD_LIST1:
break
else:
my_output = my_output + ' ' + word
#this searches for the unwanted keywords leaving the output blank until it reaches the wanted keyword
for word1 in TEXT_list:
if word1 in KEYWORD_LIST:
my_output1 = ''
elif word1 in KEYWORD_LIST1:
my_output1 = my_output1 + word1 + '\n'
else:
my_output1 = my_output1 + ' ' + word1
#my_output is formatted back the way I want deviding up the text into 65 or less character lines
MAX_LENGTH = 65
my_wrapped_output = wrap(my_output,MAX_LENGTH)
my_wrapped_output1 = wrap(my_output1,MAX_LENGTH)
my_output_list = my_wrapped_output.split('\n')
my_output_list1 = my_wrapped_output1.split('\n')
for phrase in my_output_list:
if phrase == "":
SetID +=1
output = output + "DATA|" + str(SetID) + "|TEXT| |||||"
else:
SetID +=1
output = output + "DATA|" + str(SetID) + "|TEXT|" + phrase + "|||||"
for phrase2 in my_output_list1:
if phrase2 == "":
SetID +=1
output = output + "DATA|" + str(SetID) + "|NEWTEXT| |||||"
else:
SetID +=1
output = output + "DATA|" + str(SetID) + "|NEWTEXT|" + phrase + "|||||"
#this populates the fields I need
value = output
然后我格式化“my_output”和“my_output1”,并在其中添加单词“NEWTEXT”。这段代码遍历每一行寻找关键字,然后放入该关键字和一个回车。一旦它得到另一个“KEYWORD_LIST1”,它就会停止并删除其余的文本,然后开始下一个循环。我的问题是上面的代码给了我这个:
DATA|1|TEXT1|STUFF: |||||
DATA|2|TEXT1|some random text|||||
DATA|3|TEXT1|THINGS: |||||
DATA|4|TEXT1|some random text and|||||
DATA|5|TEXT1|some more random text and stuff|||||
DATA|6|TEXT1|JUNK: |||||
DATA|7|TEXT1|crazy randomness|||||
DATA|8|NEWTEXT|crazy randomness|||||
DATA|9|NEWTEXT|CRAP: |||||
DATA|10|NEWTEXT|such random stuff I cant believe how random|||||
它从“KEYWORD_LIST1”之前获取文本并将其添加到 NEWTEXT 部分。我知道有一种方法可以从关键字和后面的文本中进行分组,但我不清楚如何实现它。任何帮助将不胜感激。
谢谢。
这是我必须做的才能让它为我工作:
KEYWORD_LIST = ['STUFF:', 'THINGS:', 'JUNK:']
KEYWORD_LIST1 = ['CRAP:']
def text_to_message(text):
result=[]
for word in text.split():
if word in KEYWORD_LIST or word in KEYWORD_LIST1:
if result:
yield ' '.join(result)
result=[]
yield word
else:
result.append(word)
if result:
yield ' '.join(result)
def format_messages(messages):
title='TEXT1'
for message in messages:
if message in KEYWORD_LIST:
title='TEXT1'
elif message in KEYWORD_LIST1:
title='NEWTEXT'
my_wrapped_output = wrap(message,MAX_LENGTH)
my_output_list = my_wrapped_output.split('\n')
for line in my_output_list:
if line = '':
yield title + '|'
else:
yield title + '|' + line
for line in format_messages(text_to_message(TEXT)):
if line = '':
SetID +=1
output = "DATA|" + str(SetID) + "|"
else:
SetID +=1
output = "DATA|" + str(SetID) + "|" + line
#this is needed instead of print(line)
value = output
【问题讨论】:
-
按照惯例,
ALL_CAPS和普通大小写不会混合在变量名中。您的TEXT_list可能更贴切地命名为text_list。只是一个小提示。 -
我可能会尝试
csv模块而不是自己做。 -
brc,这一定是从我的 java 编码中泄露出来的,哈哈。我更新了以上内容以提供更多详细信息。
-
@Opy:请显示输入 (
TEXT?) 和所需的输出。 -
对不起,TEXT是所有行合并后的长行数据。 TEXT_list 在代码的“拆分”部分创建。我输入了我的其余代码,这样你就可以看到它最终是如何按照我想要的方式格式化的。我应该从一开始就添加它,但我虽然对我的 if/else 语句进行简单的修复就可以修复它。看来我将不得不使用正则表达式。
标签: python search for-loop keyword