如何裁剪文字？

Question

我有各種各樣的文本，我想要執行類似於裁剪圖片的操作。

該文件的長度是幾千字節但形式是

「等等等等標題本體端等等等等。」

我可以用什麼函數來做crop(document,"title","end")並讓它返回"title body end"？

問題是，用於替換string.replace()等文本的函數總是用某些其他替換已知文本。但我知道title在每個文件中，end和但內容before之間和之後是未知的或唯一的。

Answer 1

您可以使用該方法find讓你的起始字符串和rfind中第一次出現的索引來獲取結束最後一次出現的索引串。通過這些索引，您可以使用Python的切片返回文檔的正確部分。

def crop(doc, start, end): 
    return doc[doc.find(start):doc.rfind(end)+len(end)] 

Answer 2

的方法有很多，例如：

import re 
doc = "blah blah title body end blah blah." 
print re.search('title.+?end', doc).group(0) # title body end