如何使用Python提取兩個字符串之間的文本？

Question

我想用Python從temp.txt文件中提取頭文件定義的文本塊。

TEMP.TXT是如下，其中頭1（年）和標題2（月）被分隔符分隔「標籤=/T」：

header1="2016"/theader2="Jan" 
Lion Animal 
Apple Food 
.end 

header1="2016"/theader2="Feb" 
Tiger Animal 
Orange Food 
.end 

我寫了一個腳本如下效果很好（CMD ：python script.py [year] with argvs），但是這允許我僅提取指定的（月份，年份）數據，並且限制通配符月份（或年份）來提取所有文本。 （例如，如果我嘗試使用python script.py [year] *通配符月份，它將不起作用。）有更好的方法嗎？

import pandas as pd 
import re 
import sys 

year = sys.argv[1] 
month =sys.argv[2] 

with open('./temp.txt') as infile, open('./output', 'w') as outfile: 
    copy = False 
    for line in infile: 
     if line.strip() == 'header1="%s"\theader2="%s"' % (year,month): 
      copy = True 
     elif line.strip() == '.end': 
      copy = False 
     elif copy: 
      outfile.write(line) 

pd.read_csv('./output', encoding='utf8', sep='\;', dtype='unicode').to_excel('./output.xlsx', sheet_name='sheet2', index=False) 

Answer 1

你可以添加通配符腳本：

if ((year == '*' or ('header1="%s"' % year) in line.strip()) and 
    (month == '*' or ('header2="%s"' % month) in line.strip()) 
    ): 
    copy = True 

你需要逃跑或引用慶典時調用，這樣它不會擴展到文件列表，爲星號例如：

python script.py [year] \* 
python script.py [year] '*' 

程序的總體形狀是正確的，雖然在最低限度，你需要：

• 迭代通過行無論你在一個匹配塊
• 跟蹤或在需要時不
• 寫入outfile中

你的腳本幾乎做到了這一點，所以我不會」不用太擔心優化它。