Python 如何将文本拆分为单个列表项

我有几句文字，格式如下：

标题：在新论坛上发表，2016年6月1日#第1句
资料来源：xyz网站#第2句
类型：特别报告#第3句
起始日期：2016年5月14日#第4句
废话废话#主要段落（超过150字）

我如何将它们单独拆分以获得：

标题：在新论坛上演讲，2016年6月1日

及

来源：xyz网站

及

类型：特殊演示文稿

等

---

我尝试过

el2.split（）

，但这会将所有内容拆分为单个单词。。我正试图将它放入

列表中，这样我就可以分别画出
句子，以及
主要段落
。
如果这是一个文本文件，您可以调用.readlines（），它返回一个行数组。若它是字符串，则在“\n”上拆分。
若它来自文本文件，则只需调用.readlines（），它将返回一个行数组。如果是字符串，则在“\n”上拆分。
假设每个句子的第一个单词以“：”结尾，并且段落的第一行不以“：”结尾，则以下代码应该可以工作：

string = """\
Title: Presenting in a new Forum, Jun-01-2016  
Source: xyz Website                            
Type: Special Presentations                    
From: 14/May/2016                              
blah blah blah blah                            # Main Paragraph (stretches over 150 words)
"""

paragraph = ''
# when we start the paragraph, there are no more sentences
paragraph_start = False

for line in string.splitlines():
    if line.split()[0].endswith(':') and not paragraph_start:
        print('a Sentence:', line)
    else:
        paragraph_start = True
        paragraph += line + '\n'


print('the paragraph:', paragraph)

假设每个句子的第一个单词以“：”结尾，而段落的第一行不以“：”结尾，那么以下代码应该可以工作：

string = """\
Title: Presenting in a new Forum, Jun-01-2016  
Source: xyz Website                            
Type: Special Presentations                    
From: 14/May/2016                              
blah blah blah blah                            # Main Paragraph (stretches over 150 words)
"""

paragraph = ''
# when we start the paragraph, there are no more sentences
paragraph_start = False

for line in string.splitlines():
    if line.split()[0].endswith(':') and not paragraph_start:
        print('a Sentence:', line)
    else:
        paragraph_start = True
        paragraph += line + '\n'


print('the paragraph:', paragraph)

如果您总是有标题、来源、类型和发件人（每行1行），然后是一段任意行数的段落：

splitted_file = string.splitlines()

title = splitted_file[1]
source = splitted_file[2]
type = splitted_file[3]
_from = splitted_file[4]  # can't use 'from' as a variable name
paragraph = '\n'.join(splitted_file[5:])

print(title)
>> Title: Presenting in a new Forum, Jun-01-2016

print(source)
>> Source: xyz Website

print(type)
>> Type: Special Presentations

print(_from)
>> From: 14/May/2016

print(paragraph)
>> blah blah blah blah

如果您总是有标题、来源、类型和发件人（每行1行），然后是一段任意行数的段落：

splitted_file = string.splitlines()

title = splitted_file[1]
source = splitted_file[2]
type = splitted_file[3]
_from = splitted_file[4]  # can't use 'from' as a variable name
paragraph = '\n'.join(splitted_file[5:])

print(title)
>> Title: Presenting in a new Forum, Jun-01-2016

print(source)
>> Source: xyz Website

print(type)
>> Type: Special Presentations

print(_from)
>> From: 14/May/2016

print(paragraph)
>> blah blah blah blah

如果这是您要使用的字符串：

el2.splitlines()

这将拆分每一新行上的字符串，如果需要将换行符（\n）添加到字符串中，则可以使用：

el2.splitlines(5)

如果el2是一个文件，您将希望这样做：

>>> file = open('el2.txt').read()
>>> file
>>> file.split('\n')

这将再次拆分换行符上的每一行

最后，听起来您可能希望在拥有一个列表后将它们分别存储为单独的变量（在拥有大型列表时不建议这样做），但您可以这样做

a = el2.split()
title = a[0]
source = a[1]

以下是pythonfidle，如果您想使用该字符串，请参见：

el2.splitlines()

这将拆分每一新行上的字符串，如果需要将换行符（\n）添加到字符串中，则可以使用：

el2.splitlines(5)

如果el2是一个文件，您将希望这样做：

>>> file = open('el2.txt').read()
>>> file
>>> file.split('\n')

这将再次拆分换行符上的每一行

最后，听起来您可能希望在拥有一个列表后将它们分别存储为单独的变量（在拥有大型列表时不建议这样做），但您可以这样做

a = el2.split()
title = a[0]
source = a[1]

这是一个pythonfidle，它应该在换行符（
/n
）上拆分字符串，所以您想删除尾随的
#…
？这些句子是在一个文件中，还是在一个字符串中？应该在换行符（
/n
）上拆分字符串，以便删除尾随的
#…
？是文件中的句子，全部在一个字符串中，还是什么？
el2。拆分行（5）
只是指定
el2的一种迂回方式。拆分行（True）
，这是不必要的，因为它是默认设置（保留换行符）@martineau-谢谢你的洞察力。我阅读了关于分割线的教程要点页（），它显然没有很好地解释这一点。如果有人感兴趣，实际的Python文档（）可以提供更好的概述。
el2.splitlines（5）
只是一种迂回的方式来指定
el2.splitlines（True）
，这是不必要的，因为它是默认设置（保留新行）。@martineau-感谢您的见解。我阅读了关于分割线的教程要点页（），它显然没有很好地解释这一点。如果有人感兴趣的话，实际的Python文档（）提供了一个更好的概述。