Python：将其他行附加到使用startswith（）创建的列表

Question

我有一个格式的文本文件

AN   text
     text
TI   text
AU   text
     text
     text
CS   text
SO   text

AN   text
TI   text
AU   text
     text
CS   text
     text
SO   text

等，其中有两个大写字母的关键字，后面是一行或多行的附加文本。在

关键字后面的行数可能会有所不同，因此我不能仅获得下一行或两行，但关键字的顺序保持不变。在

我想做的是从这些关键字中获取所有文本（例如，AN，AU和{}）。我首先使用readlines()解析文件，然后使用：

^{pr2}$

在那之后一切都变糟了！我的目标是将列表中的下一行追加到这一行，除非它以TI开头，但是任何elif/else循环我似乎都试图附加太多额外的行。在

这是解决这类问题的明智方法吗？还是有更好的方法开始？在

Answer 1

试试这个

from collections import defaultdict

d, k = defaultdict(), None

for line in open(r"C:\Temp\test.txt"):
    data = [s for s in line.split(" ") if s != ""]
    if len(data) > 1: k, t = data[0], data[1]
    else: t = data[0]
    d[k] = d.get(k, "") + t 

print d

如果您想将文本放入列表，请将d[k] = d.get(k, "") + t更改为d.setdefault(k, []).append(t)

Answer 2

使用正则表达式：

>>> import re
>>> exp=re.compile(r'^([A-Z]{2})(.+?)(?=(^[A-Z])|\Z)',re.S| re.VERBOSE | re.MULTILINE)
>>> for s in exp.finditer(ifile): print('|',s.group(1),'>',s.group(2))
... 
| AN >    text
     text

| TI >    text

| AU >    text
     text
     text

| CS >    text

| SO >    text


| AN >    text

| TI >    text

| AU >    text
     text

| CS >    text
     text

| SO >    text


>>> print(ifile)
AN   text
     text
TI   text
AU   text
     text
     text
CS   text
SO   text

AN   text
TI   text
AU   text
     text
CS   text
     text
SO   text

所以第（1）组有2个字母的代码，第（2）组后面的文本。在

Answer 3

您可以使用“currentKey”变量来跟踪您看到的当前关键字：

currentKey = ''
sorted_text = []
keywords = set(['AN', 'AU', 'SO'])
for line in file:
    if line.startswith('AN'): 
        currentKey = 'AN'
    elif line.startswith('TI'): 
        currentKey = 'TI'
    elif line.startswith('AU'): 
        currentKey = 'AU'
    elif line.startswith('CS'): 
        currentKey = 'CS'
    elif line.startswith('SO'): 
        currentKey = 'SO'

    if currentKey in keywords:
        line = line.rstrip('\n')
        sorted_text.append(line)