解析文本的目錄

def table_of_contents(text): 
    i = 0 
    toc = [] 
    for chapter in range(1,60): 
     pattern = re.compile(r'(\S+)?(' + str(chapter) + ')(\S+)?', re.I) 
     m = pattern.search(text[i:]) 
     if m is not None: 
      toc.append(m.start()) 
      i = m.start() 
     else: 
      break 
    return toc

這個功能並沒有做我想要的東西，甚至認爲我認爲它應該。我試過調試它，但似乎是不透明的PDB。問題是toc應嚴格上升，但是，我得到的結果類似於解析文本的目錄

toc = [513, 435, 378, 486, 650, 789, 942]

發生了什麼事？

當文本[i：]只應該增加時，爲什麼搜索會向後跳轉？

爲什麼pattern和m在pdb中不顯示？

來源

2017-05-01 Neck Beard

您將上下文定義爲可選的子字符串。至少可以嘗試設置字邊界，嘗試'r'\ b'+ str（chapter）+ r'\ b'' –

我是個白癡。 re.search（text [i：]）從0而不是0返回m.start（）

def table_of_contents(text): 
    i = 0 
    toc = [] 
    for chapter in range(1,60): 
     pattern = re.compile(r'(\S+)?(' + str(chapter) + ')(\S+)?', re.I) 
     m = pattern.search(text[i:]) 
     if m is not None: 
      toc.append(m.start() + i) 
      i += m.start() 
    else: 
     break 
return toc

來源

2017-05-01 19:54:30

解析文本的目錄

回答

相關問題