從一個特定的單詞到另一個單詞讀取 python 中的文件並將其放入列表中

Question

所以假設我正在閱讀 Python 中的一個 txt 文件，它是這樣的：

.. 關鍵字- key1; 鍵2，鍵3； key4 摘要...

現在我想解析文件，直到找到單詞“Keywords”，然后將所有關鍵字放入一個列表中，所以列表應該如下所示：[“key1”，“key2”，“key3”，“key4 "]

因此，它基本上可以用逗號 (,) 或分號 (;) 或兩者的組合來分隔單詞 Abstract 和關鍵字之前的所有內容。

我如何 go 關於這個問題？

Answer 1

這是使用正則表達式的一種方法

import re

input_str = "this is a test Keywords- key1; key2, key3; key4 Abstract other stuff here"
p = re.compile(r'Keywords- (.+?)Abstract')
output = [v.strip() for v in re.split(';|,', p.findall(input_str)[0])] if p.findall(input_str) else list()

如果沒有匹配項，這將返回一個空列表或一個帶有空白修剪的匹配項列表。 所以在這個例子中，返回列表將是：

['key1', 'key2', 'key3', 'key4']

我使用re.split因為它支持在多個分隔符上拆分，所以如果您有其他分隔符，您可以將它們添加到進一步的 pipe 分隔選項中。

Answer 2

這是另一個正則表達式版本。 與沒有列表理解的史蒂夫相同。

import re

s = '''Keywords- key1; key2, key3; key4 Abstract stuff
 some of other text Keywords- key1; key2, key3; key4 Abstract
Keywords- key1; key2, key3; key4 Abstract
Keywords- key1; key2, key3; key4 Abstract'''

extract = r'Keywords-\s(.*)\sAbstract'
keywordList = re.findall(extract,s)

reg = r'\w+'

keywords = []
for i in range(len(keywordList)):
    keywords += re.findall(reg, keywordList[i])

print(keywords)


# ['key1', 'key2', 'key3', 'key4', 'key1', 'key2', 'key3', 'key4', 'key1', 'key2', 'key3', 'key4', 'key1', 'key2', 'key3', 'key4']