Python跨多行解析文本

Question

我有一個文本文件，我需要處理以這種方式格式化數據的位置：

<emptyline> 
Recno:: 0
URL:: http://domain1.com/

ParseText::
Home - 360° Virtualisi...

Recno:: 1
URL:: http://domain2.com/

ParseText:: 
IIS Windows Server

Recno:: 2 
URL:: http://domain3.com/

ParseText::
ArrowECS Israel. Grow . ...

...

好消息是格式是一致的，其中記錄總是

1. 空行
2. 從記錄編號開始
3. 第二行是網址
4. 然后是空行
5. ParseText ::行，
6. 文字行和

首先，我真的不知道這是否是XML，JSON等任何類型的標准...

其次，如果是這樣，如何將其轉換為json？ 它不是那么簡單，我必須編寫一個自定義的解析器。

Answer 1

您可以逐行閱讀並將條目添加到列表中：

records = []
with open("filename") as f:
    while True:
        if f.readline() == '': break # break if file is empty
        recno = f.readline().split(":: ")[1]
        url = f.readline().split(":: ")[1]
        f.readline()
        f.readline() # ParseText:: 
        parsetext = f.readline()
        records.append({
            "url": url,
            "recno": recno,
            "parsetext": parsetext,
            })

如果您需要將其作為JSON，則可以使用json.dumps進行編碼：

import json
print(json.dumps(records))

只要文件與您所描述的完全相同，它就應該起作用。