python - 将一本书解析成章节——Python

Question

我有一本大书存储在一个纯文本文件中，我想解析它以便为每一章创建单独的文件。我使用了一些简单的正则表达式来查找每一章的标题，但我正在努力捕获其间的所有文本。

import re

txt = open('book.txt', 'r')

for line in txt :
    if re.match("^[A-Z]+$", line):
        print line,

我知道这是相当初级的，但我对 python 还很陌生，这让我有点难过。目前我正在逐行进行，所以我的思考过程是:

1. 如果该行是章节标题:创建一个新文件“chapter_title.txt”
2. 如果下一行不是章节标题:将此行写入 chapter_title.txt

不过，我尝试将其实际写出来的尝试不太成功。感谢您的帮助!

编辑:具体来说，我对文件 I/O 的 Python 语法感到困惑。我试过:

for line in txt :
    if re.match("^[A-Z]+$", line):
        f = open(line + '.txt', 'w')
    else f.write(line + "\n")

作为我的一般方法，但这不会像书面那样起作用。希望帮助构建循环。谢谢

Answer 1

我认为这会起作用:

import re

with open('book.txt', 'r') as file:
    txt = file.readlines()

f = False

for line in txt:
    if re.match("^[A-Z]+$", line):
        if f: f.close()
        f = open(line + '.txt', 'w')

    else:
        f.write(line + "\n")

---

也许我应该添加一些解释:

1. with 将自动关闭文件。关闭打开的文件很重要。

2. readlines() 函数可以按行读取文件并将输出保存到列表中。

3. 这里我使用的是 f = False。所以第一次 if f: 将是 False。

现在这里很重要，如果文件 f 已经打开，那么 if f: 将为 True 并且文件将被关闭通过 f.close()(但第一次 f.close() 不会运行)。

然后，当 re.match("^[A-Z]+$ ", line) 为 True 文件将被关闭，并打开另一个文件，如此反复，直到 txt 列表为空。