1. 程式人生 > >從文字中提取特定資訊

從文字中提取特定資訊

嘗試了兩種方法,正則表示式提取效果更佳

#! /usr/bin/env python
# -*- coding: utf-8 -*-


'''
方法1:採用位置引數來提取,效果不佳
'''
##file_data=[]
##with open('待處理文字.txt',encoding='utf-8') as f:
##    data=f.read().split('  ')
##    file={}
##    while(len(data)):
##        file['name']=data.pop(0)
##        file['director']=data.pop(0)
##        file['actor']=data.pop(0)
##        file_data.append(dict(file))
##with open('電影列表.txt','w') as f:
##    for file in file_data:
##        f.write(file['name']+'\n')
##        f.write(file['director']+'\n')
##        f.write(file['actor']+'\n')

'''
方法2:採用正則表示式,提取很好。
'''
import re
pattern=re.compile(r'\d{1,3}(?P<name>\S+)  導演:(?P<director>[\S ]+)  主演:(?P<actor>[\S ]+)')
with open('待處理文字.txt',encoding='utf-8') as f:
    data=f.read()
with open('電影列表.txt','w') as f:
    for index,(name,director,actor) in enumerate(pattern.findall(data)):
        f.write('No:'+str(index+1)+'\n')
        f.write('片名:'+name+'\n')
        f.write('導演:'+director+'\n')
        f.write('演員:'+actor+'\n')
##        print('No:'+str(index+1))
##        print('片名:'+name)
##        print('導演:'+director)
##        print('演員:'+actor)