Python 3.x 如何排除或删除Python中的特定部分

我想分析一下下面的聊天日志，找出最常用的单词。因此，我只需要[time]之后的部分，比如[01:25]。我将如何改变

+++
约翰，麦克斯，戴着超级帽子的特蕾西
保存日期：2019-11-22 19:29:46
---------------2019年7月9日，星期二---------------
[约翰][00:27]你好
[Max][01:25]否
有人有香蕉吗？
[Max][04:39]没有
我的天啊
---------------2019年7月10日星期三---------------
有人有杯子吗？
[Max][14:45]没有
[约翰][14:45]哦，我的佛陀
+++

从集合导入计数器
进口稀土
wordDict=计数器（）
将open（r'C:chatlog.txt，'r'，encoding='utf-8'）作为f:
chatline=f.readlines（）
chatline=[x.strip（）表示chatline中的x]
聊天线=[x代表聊天线中的x，如果是x]
对于范围内的计数（len（聊天热线））：
如果计数小于2：
持续
聊天热线中的elif'--------------'：
持续
关于split（r“\[\d{2}[：]\d{2}\]”，聊天热线中x代表x）#可能需要修改此部分
打印（‘单词’、‘频率’）
对于word，最常见的单词频率（50）：
打印（{0:10s}:{1:3d}）。格式（word，freq））

尝试像这样使用拆分

lines = ["[Tracey] [02:31] Anybody has some bananas?","[John] [20:58] Oh my goodness"]
for i in lines:
    print(i.split(' ')[2:])

---

您可以使用模式

/^.*？\[\d\d:\d\d\]\s*（.+）$/

来匹配相关行后的文本（我会逐行处理，而不是使用

f.readlines（）

来读取文件，这对内存不友好）。因为时间戳是非常唯一的，所以不需要专门处理其他任何事情，但是如果您愿意，可以对行开头用户名周围的括号进行测试

import re
from collections import Counter

words = []

with open("chatlog.txt", "r", encoding="utf-8") as f:
    for line in f:
        m = re.search(r"^.*?\[\d\d:\d\d\]\s*(.+)$", line)

        if m:
            words.extend(re.split(r"\s+", m.group(1)))

for word, freq in Counter(words).most_common(50):
    print("{0:10s} : {1:3d}".format(word, freq))

输出：

No:3
任何人：2
民政事务总署:2
哦：2
我的：2
嗨：1
部分:1
香蕉1.
天哪：1
a:1
杯子？：1.
佛陀：1

可以看出，剥离标点符号也值得一做。你可以用像这样的东西

# ...
if m:
    no_punc = re.split(r"\W+", m.group(1))
    words.extend([x for x in no_punc if x])
# ...

---

如果我处理频繁的用户名，我将如何更改Regex？没问题。您可以使用类似于

^\[.+？\]\s+\[\d\d:\d\d\]\s*（.+）$

的内容，强制执行

[foo]

出现在

[timestamp]

部分之前。

# ...
if m:
    no_punc = re.split(r"\W+", m.group(1))
    words.extend([x for x in no_punc if x])
# ...