python - 使用每篇文章的第 5 行创建文本文件

Question

我想创建一个文本文件，其中包含我的文本文件中 32 篇文章中每篇文章的第 5 行，名为 “Aberdeen2005.txt”。我已经使用以下方法分隔了文件的文章:

import re 
sections = [] 
current = []
with open("Aberdeen2005.txt") as f:
    for line in f:
        if re.search(r"(?i)\d+ of \d+ DOCUMENTS", line):        
           sections.append("".join(current))
           current = [line]
        else:
           current.append(line)

print(len(sections)) 

为此，我正在尝试以下代码:

for i in range(1,500):
    print(sections[i].readline(5))

但是它不起作用。有什么想法吗？

亲切的问候!

Answer 1

首先，当您执行 range(1,500) 时，这可能超出引发 IndexError 的部分范围，使用 range(len (部分))，使其始终保持正确的尺寸。

将当前保留为列表可能更有利，因为无论如何它已经按行分割:

sections.append(current)

然后只需将 .readline(5) 更改为 [4] 即可从列表中获取第 4 个元素(因为索引从 0 开始，所以 idx 4 是第 5 行)所以它看起来像这样:

import re 
sections = [] 
current = []
with open("Aberdeen2005.txt") as f:
    for line in f:
        if re.search(r"(?i)\d+ of \d+ DOCUMENTS", line):        
           sections.append(current) #remove the "".join() to keep it split up by line
           current = [line]
        else:
           current.append(line)

print(len(sections))

for i in range(len(sections)): #range(len(...))
    print(sections[i][4])  #changed .readline(5) to [4] since .readline() only works on files

您遇到问题的原因是因为 .readline() 是文件对象上的一种方法，当它被处理到列表中时，它是一个引发 AttributeError 的字符串 因为 str 没有 .readline 方法，您可以使用以下方法将其按行分割:

sections[i].split("\n")[4]

“\n”是换行符，它可能不会出现在每行的末尾，具体取决于操作系统或其他操作(例如，如果您 .strip() 每行)，但随后这些部分将仅包含可能更符合您喜好的字符串:

import re 
sections = [] 
current = []
with open("Aberdeen2005.txt") as f:
    for line in f:
        if re.search(r"(?i)\d+ of \d+ DOCUMENTS", line):        
           sections.append("".join(current))
           current = [line]
        else:
           current.append(line)

print(len(sections))

for i in range(len(sections)): #range(len(...))
    print(sections[i].split("\n")[4])  #changed .readline(5) to .split("\n")[4]