使用Python仅凭开头和结尾单词替换文本段落

Question

在Python中，是否可以在只知道文本的开始和结束词的情况下，剪切文档中的一段文字呢？

举个例子，假设我们用《权利法案》作为示例文档，想要找到“修正案3”，然后删除所有文本，直到遇到“修正案4”，而不需要知道或关心这两者之间的具体内容。

我之所以问这个问题，是因为我想用这个Python脚本来修改我其他的Python程序，当我把它们上传到客户的电脑时——删除那些在注释“#chop-begin”和“#chop-end”之间的代码部分。我不想让客户在没有支付更好版本的代码之前，就能访问所有的功能。

Answer 1

这里有一个名为 data.txt 的文件

do_something_public()

#chop-begin abcd
get_rid_of_me() #chop-end

#chop-beginner this should stay!

#chop-begin
do_something_private()
#chop-end   The rest of this comment should go too!

but_you_need_me()  #chop-begin  
last_to_go()
#chop-end

接下来是一些代码

import re

class Chopper(object):
    def __init__(self, start='\\s*#ch'+'op-begin\\b', end='#ch'+'op-end\\b.*?$'):
        super(Chopper,self).__init__()
        self.re = re.compile('{0}.*?{1}'.format(start,end), flags=re.DOTALL+re.MULTILINE)

    def chop(self, s):
        return self.re.sub('', s)

    def chopFile(self, infname, outfname=None):
        if outfname is None:
            outfname = infname

        with open(infname) as inf:
            data = inf.read()

        with open(outfname, 'w') as outf:
            outf.write(self.chop(data))

ch = Chopper()
ch.chopFile('data.txt')

运行这些代码后，会生成 data.txt 文件

do_something_public()

#chop-beginner this should stay!

but_you_need_me()

Answer 2

使用正则表达式：

import re

string = re.sub('#chop-begin.*?#chop-end', '', string, flags=re.DOTALL)

.*? 这个表达式可以匹配所有内容。

Answer 3

你可以使用Python的re模块。

我写了一个示例脚本，用来删除文件中的某些代码部分：

import re

# Create regular expression pattern
chop = re.compile('#chop-begin.*?#chop-end', re.DOTALL)

# Open file
f = open('data', 'r')
data = f.read()
f.close()

# Chop text between #chop-begin and #chop-end
data_chopped = chop.sub('', data)

# Save result
f = open('data', 'w')
f.write(data_chopped)
f.close()