用Python从文件中提取文本

Question

我有一个文本文件，我在我的Python代码中打开它。我想在文件中搜索，并提取出特定符号后面的文本。比如，我的文本文件名是File.txt，内容是：

你好，这只是一个虚拟文件，里面的信息毫无实质，我想提取出美元符号之间的信息。所以这里所有的$符号之间的内容都应该被提取出来，这样我可以随意处理它 $ 而剩下的部分将是第二组。

这是我代码的一个示例：

class FileExtract(object):
    __init__(self):
        pass

    def extractFile(self):
        file = open(File.txt)
        wholeFile = file.read()
        file.close()
        symCount = wholefile.count("$") 
        count = 0 #Will count the each $ as it finds it
        begin = False #determines which the $ has been found and begin to start copying word
        myWant = [] #will add the portion I want
        for word in wholeFile.split():
            while(count != symCount):
                if word != "$" and begin == False:
                    break
                if word == "$" and begin == False:
                    myWant.append(word)
                    begin = True
                    count = count + 1 #it found one of the total symbols
                    break
                elif word != "$" and begin == True:
                    myWant.append(word)
                    break
                elif word == "$" and begin == True:
                    begin = False
                    break
        print myWant

我希望它能打印出：

"$ in between here should be pulled out so I can do what ever I want to with it" 
"$ and the rest of this will be a second group."

这是我能想到的唯一提取文本的方法（我知道这很糟糕，请轻点，我只是刚开始学习）。问题是我的方法把它放进了一个列表里，我希望它能直接打印出字符串，保留空格、换行符等等。有没有什么建议或者我忽略的其他内置函数/方法可以帮助我？

Answer 1

其实这很简单。我们不需要用到分割（split）或者把结果存储在列表里：

def extractFile(self):
    file = open(File.txt)
    wholeFile = file.read()
    file.close()

    pos = wholeFile.find("$")
    while pos > 0:
        pos2 = wholeFile.find("$")

        if pos2 > 0:
            print wholeFile[pos:pos2]
        else:
            print wholeFile[pos:]
        pos = pos2

Answer 2

你可以用 wholefile.split('$') 这个方法来处理文件内容，这样你会得到一个包含三个部分的列表：第一个$之前的内容、两个$之间的内容，以及第二个$之后的内容。（而且列表里不会有$符号。）

或者你也可以用 print '\n$'.join(wholefile.split('$')) 这个方法来打印结果。

如果你想要一个简单的函数，可以参考下面的代码：

def extract_file(filename):
    return '\n$'.join(open(filename).read().split('$'))

Answer 3

s = "Hello, this is just a dummy file that has information with no substance at all and I want to pull the information between the dollar sign symbols. So all of this $ in between here should be pulled out so I can do what ever I want to with it $ and the rest of this will be a second group."

a = s.split("$")[1:]
print a

http://ideone.com/tt9np

当然，分隔符不会出现在结果中，但你自己加上去是非常简单的。