Python 条状\"；仅来自文本文件中的某些行

我有一个如下组织的文本文件：

NAME: name\n
AGE: age\n
NOTES: random text\n
JOB: text
\n
NAME: name\n
AGE: age\n
NOTES: random text\n
JOB: text
\n

我只为每个数据块写了5行，但假设我有7行或更多行。我在这里也只写了2个块，但我的文件可能包含100多个块，我想要的输出是列表列表列表（最好是）：

我通过此代码获得：

list_of_lists = [list[x:x+4] for x in range(0, len(list),4)]

但我的问题是，有时

随机文本

进入

注释：

包含额外的

\n

，可能导致分组错误：

list=[[NAME: name\n, AGE: age\n, NOTES: unwanted\n, newlines\n], [that ruin\n, my plans\n, \n, NAME: name\n] etc etc]

所以基本上所有的行都是可以的，问题是NOTES，其中人们插入了一些我不想要的回车，因为他们将文本分成注释，并将其拆分为文本中的不同行和列表中的不同项目：我想删除\n以便将注释字段分组为一行（文本中）和一个项目（在列表中）

编辑：谢谢你的帮助！我尝试了你的一些解决方案，但仍然没有解决我的问题…所以我编辑了我的问题以更好地解释（以粗体编辑内容）

---

我建议做一些不同的事情：

result = []
d = {}
with open("file.txt") as f:
    for line in f:
        if line.startswith("NAME:"):
            if d:
                result.append(d)
            d = {}
        if any(line.startswith(key) for key in ("NAME:", "AGE:", "NOTES:")):
            key, value = line.strip().split(":", 1)
            d[key] = value
        else:
            d["NOTES"] += d["NOTES"] + line.strip()
    result.append(d)

这返回类似于

[{'NOTES': ' random text random text', 'AGE': ' age', 'NAME': ' name'}, {'NOTES': ' random text random textother text. random text random textother text.', 'AGE': ' age', 'NAME': ' name'}]

---

我建议做一些不同的事情：

result = []
d = {}
with open("file.txt") as f:
    for line in f:
        if line.startswith("NAME:"):
            if d:
                result.append(d)
            d = {}
        if any(line.startswith(key) for key in ("NAME:", "AGE:", "NOTES:")):
            key, value = line.strip().split(":", 1)
            d[key] = value
        else:
            d["NOTES"] += d["NOTES"] + line.strip()
    result.append(d)

这返回类似于

[{'NOTES': ' random text random text', 'AGE': ' age', 'NAME': ' name'}, {'NOTES': ' random text random textother text. random text random textother text.', 'AGE': ' age', 'NAME': ' name'}]

---

看起来这是一个键值对，因此首先尝试将数据拆分为一个字典列表

您可以使用

text[：：-1]

反转文本文件字符串，然后执行替换

reverse_text.split（':EMAN'）

，然后再次反转列表中的字符串。这将为您提供一个列表，以便解析为dict，如下所示：

list = [
    ['NAME: name\n AGE: age\n NOTES: random text\n\n'],
    ['NAME: name\n AGE: age\n NOTES: random text\n\n'],
    ...,
    ]

---

看起来这是一个键值对，因此首先尝试将数据拆分为一个字典列表

您可以使用

text[：：-1]

反转文本文件字符串，然后执行替换

reverse_text.split（':EMAN'）

，然后再次反转列表中的字符串。这将为您提供一个列表，以便解析为dict，如下所示：

list = [
    ['NAME: name\n AGE: age\n NOTES: random text\n\n'],
    ['NAME: name\n AGE: age\n NOTES: random text\n\n'],
    ...,
    ]

您可以使用列表理解来实现它，如下所示：

其中

my_list

将保存：

[['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n'], ['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n\n', '\n']]

如果您不想将

\n\n

作为最后一个子列表中的第二个最后一个元素，可以将其明确删除为：

del my_list[-1][-2]

现在，您的

my_列表将保存以下值：

[['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n'], ['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n']]

您可以使用列表理解来实现它，如下所示：

其中
my_list
将保存：

[['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n'], ['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n\n', '\n']]

如果您不想将
\n\n
作为最后一个子列表中的第二个最后一个元素，可以将其明确删除为：

del my_list[-1][-2]

现在，您的
my_列表将保存以下值：

[['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n'], ['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n', '\n']]

这是通过执行两个正则表达式搜索来实现的。第一个正则表达式查找从
名称：
开始直到下一个
名称：
或文件结尾之前的所有文本。这实际上是将文本拆分为每个人的数据。然后，使用几乎相同的正则表达式将每个文本拆分为每个属性的列表（
名称
，
年龄
，
作业
等）。此正则表达式假定每个属性标签都包含在所有大写字母中，出现在行首，后跟一个
：

上例中的
my_list
内容如下：

[['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n\n'],
 ['NAME: name\n',
  'AGE: age\n',
  'JOB: job\n',
  'NOTES: random text\n\nblah \n\n blah\n\n'],
 ['NAME: name\n', 'AGE: age\n', 'NOTES: more \n random\n text\n\n']]

这是通过执行两个正则表达式搜索来实现的。第一个正则表达式查找从
名称：
开始直到下一个
名称：
或文件结尾之前的所有文本。这实际上是将文本拆分为每个人的数据。然后，使用几乎相同的正则表达式将每个文本拆分为每个属性的列表（
名称
，
年龄
，
作业
等）。此正则表达式假定每个属性标签都包含在所有大写字母中，出现在行首，后跟一个
：

上例中的
my_list
内容如下：

[['NAME: name\n', 'AGE: age\n', 'NOTES: random text\n\n'],
 ['NAME: name\n',
  'AGE: age\n',
  'JOB: job\n',
  'NOTES: random text\n\nblah \n\n blah\n\n'],
 ['NAME: name\n', 'AGE: age\n', 'NOTES: more \n random\n text\n\n']]

\n
字符实际上不是行的一部分，但如果不是以
名称：
，
年龄：
，或
注释：
，则可以查看每行的开头，并将其附加到前一行。但我建议将其全部放在字典中。@L3viathan-
\n
字符确实是t的一部分这是一行。它是一个像其他任何字符一样的字符。@TigerhawkT3虽然它是一个像其他字符一样的字符，但它是使行在第一位的原因。例如在
注释中：这是第二行
\n
不可能被视为第一行的一部分。在有问题的情况下，
注释的内容是什么：
。您可以首先拆分带有“\n\n”的文本。这将为您提供文本块，然后根据需要从每个文本块中获取每一行。它用作哨兵值，但它与其他字符一样是一个字符，并且是其所在行的一部分。没有行，然后是换行符，然后是换行符，然后是换行符，等等-每一行都有换行符er在结尾，它定义了行。
\n
字符实际上不是行的一部分，但是如果不是以
名称：
，
年龄：
，或者
注释：
开头，你可以查看每行的开头，并将其附加到前一行中。但是我建议把它们都放在字典中。@L3viathan-the
\n
字符确实是它所在行的一部分。它与其他任何字符一样。@TigerhawkT3虽然它是一个与其他字符一样的字符，但正是它使行成为第一行。例如，在
注释中：这\n\n测试
第二行
\n
不可能被视为第一行的一部分。在有问题的情况下，什么是共同的
的内容注意：
。您可以先用“\n\n”拆分文本。这将为您提供文本块，然后根据需要从每个块中获取每一行。它用作哨兵值，但它与其他字符一样，是其所在行的一部分。没有行，然后是换行，然后是换行，然后是换行，等等每一行都有一个换行符