如何使用python從文本文件中提取特定信息？

Question

我正在學習python中的文件概念。這裏我想從文本文件中提取一些文本（這是加粗格式）。但我不知道該怎麼做。

這裏我的示例文本文件：

{ 「詞彙表」：{ 「稱號」： 「例如詞彙表」， 「GlossDiv」：{「稱號」： 「S」， 「GlossList」：{」光澤條目「：{」ID「：」SGML「，」SortAs「：」SGML「，」GlossTerm「：」標準通用標記語言「， 」縮寫「：」SGML「，」縮寫「：」ISO 8879： ，「GlossDef」：{「para」：「元標記語言，用於創建標記語言，如DocBook。」， 「GlossSeeAlso」：[ 「GML」， 「XML」]}， 「GlossSee」： 「標記」}}}}}

{ 「詞彙表」：{ 「標題」： 「示例詞彙表」，」 「GlossDiv」：{「GlossEntry」：{「ID」：「SGML」，「SortAs」：「SGML」，「GlossTerm」：「標準通用標記語言」 ， 「縮寫」：「SGML」，「Abbrev」：「ISO 8879：1986」，「GlossDef」：{「para」：「元標記語言，用於創建諸如DocBook之類的標記語言。， 「GlossSeeAlso」：[ 「GML」， 「XML」]}， 「GlossSee」： 「標記」}}}}}

{ 「詞彙表」：{ 「標題」： 「示例詞彙表」，」 GlossDiv「：{」title「：」b「」GlossList「：{」GlossEntry「：{」ID「：」SGML「，」SortAs「：」SGML「，」GlossTerm「 ， 「縮寫」：「SGML」，「Abbrev」：「ISO 8879：1986」，「GlossDef」：{「para」：「元標記語言，用於創建諸如DocBook之類的標記語言。， 「GlossSeeAlso」：[ 「GML」， 「XML」]}， 「GlossSee」： 「標記」}}}}}

{ 「詞彙表」：{ 「標題」： 「示例詞彙表」，」 「GlossDiv」：{「GlossList」：{「ID」：「SGML」，「SortAs」：「SGML」，「GlossTerm」：「標準通用標記語言」 ， 「縮寫」：「SGML」，「Abbrev」：「ISO 8879：1986」，「GlossDef」：{「para」：「元標記語言，用於創建諸如DocBook之類的標記語言。， 「GlossSeeAlso」：[ 「GML」， 「XML」]}， 「GlossSee」： 「標記」}}}}}

{ 「詞彙表」：{ 「標題」： 「示例詞彙表」，」 GlossDiv「：{」Glossary「：{」ID「：」SGML「，」SortAs「：」SGML「，」GlossTerm「：」標準通用標記語言「 ， 「縮寫」：「SGML」，「Abbrev」：「ISO 8879：1986」，「GlossDef」：{「para」：「元標記語言，用於創建諸如DocBook之類的標記語言。， 「GlossSeeAlso」： 「GML」， 「XML」]}， 「GlossSee」： 「標記」}}}}

，我需要的輸出是這樣的：

"title": "S" ; "para": "A meta-markup language, used to create markup languages such as DocBook." 
"title": "a" ; "para": "A meta-markup language, used to create markup languages such as DocBook." 
.... 

誰能幫助我在Python中做到這一點？

Answer 1

由於沒有嘗試顯示任何代碼，我只會給出一些一般性建議。文件中的每一行實際上都是一個稱爲dictionary的Python數據結構。您可以閱讀每一行，並使用Python的json庫進行解析並將其存儲爲字典（dict）。有關Python的更多內容，請參見Python字典here：

5.5。字典 Python中內置的另一個有用的數據類型是字典（參見映射類型 - 字典）。字典有時在其他語言中被稱爲「聯想記憶」或「聯想陣列」。與由一系列數字索引的序列不同，字典由鍵索引，可以是任何不可變類型;字符串和數字始終可以是鍵。如果元組只包含字符串，數字或元組，則可以用作元組;如果元組直接或間接包含任何可變對象，則不能將其用作關鍵字。您不能使用列表作爲關鍵字，因爲可以使用索引分配，切片分配或像append（）和extend（）這樣的方法來修改列表。

最好將字典視爲無序的鍵值對，並要求鍵是唯一的（在一個字典中）。一對大括號創建一個空字典：{}。在大括號中放置一個以逗號分隔的鍵：值對列表，可將初始鍵：值對添加到字典中;這也是字典寫在輸出上的方式。

字典上的主要操作是用某個鍵存儲一個值，並提取給定鍵的值。也可以使用del刪除一個key：value對。如果您使用已在使用的密鑰進行存儲，則與該密鑰關聯的舊值將被遺忘。使用不存在的鍵提取值是錯誤的。

在此StackOverflow question的接受答案中可以找到從文件中讀取多個JSON對象的一些想法。特別是最後一個示例代碼片段。

一旦讀入字典，您可以對數據執行字典查找。如果我讀字典到名爲dictvar變量然後我可以做這樣的事情打印glossarytitle：

print (dictvar['glossary']['title']) 

，如果我是讀你的文件上面的第一個例子會打印：

example glossary 

你實際上可以生成一個程序，用最少量的代碼做你想做的事