使用Python在两个分隔符格式不同时提取两个分隔符之间的文本

我是一名新的Python程序员（在R方面有更多经验），使用Pycharm社区版v2019 2.4，使用运行Windows 10的笔记本电脑。我试图提取两个分隔符之间的文本块，通常采用以下格式。（文本位于分隔符之间，但在单独的行上）

我遇到的问题是，

第7项

和

第7A项

可能有许多不同的格式，例如，由于文本文件的初始预处理

Item 7.  
text 
Item 7A.

或

或

或

项目7

和

项目7A

也可以出现在较大的文本块中。这是一个我无法控制的问题

到目前为止，我已经检查了100个文本文件，并编写了以下代码

import glob
import os
from os.path import isfile

path = filepath` 
for filename in glob.glob(os.path.join(path, '*.txt')):
     with open(filename) as f:
     data = f.read()

     x = re.findall(r'Item 7(.*?)Item 7A',data, re.DOTALL)
     "".join(x).replace('\n',' ')
     print(x)

     file = open('C:/R_Practice/dale1.txt', 'w')
     file.write(str(x))

     file.close()  

这涉及到一些，但不是所有的情况，即使这样，它也没有检测到所有的情况。无法分析全套文本文件，因为整个研究将有近250000个文本文件。我的问题如下

是否有一个“catch all”代码可以搜索所有出现的分隔符，即使字符串的部分在单独的行上

一旦识别出每个单独的文本块，是否可以将其写入硬盘上的单独文本文件

是否可以编写一个日志文件，显示哪些文本文件未被处理，因为算法由于格式问题而“遗漏”了分隔符

---

任何帮助都将不胜感激。

请在

项目

和

7

之间使用

\s

（这意味着任何类型的空格，包括换行符）

import glob
import os
from os.path import isfile

path = filepath
for filename in glob.glob(os.path.join(path, '*.txt')):
   with open(filename) as f:
     data = f.read()

     x = re.findall(r'Item\s+7(.*?)Item\s+7A',data, re.DOTALL | re.IGNORECASE)
     #            here ___^^^   and ___^^^
     "".join(x).replace('\n',' ')
     print(x)

     file = open('C:/R_Practice/dale1.txt', 'w')
     file.write(str(x))

     file.close()  

---

你的意思是使用像

^item\d+[a-Z]？[：.]（（？：\r？\n（？！item\d.*）*）*）

请重新格式化你的代码，此时它的格式不正确，无法处理。请尝试做一个例子。第四只鸟。我会试试这个正则表达式，看看会发生什么。如果你发送的正则表达式在同一行，不管是什么情况，都可以正常工作，但是我需要一些可以检查下一行的东西。如果“Item”和“7”之间有几个空格，Alsoit就不起作用。这段代码似乎可以捕获我需要的大多数情况，但我仍然无法将大小写设置为不敏感，并捕获字符串部分位于单独一行的情况。将进一步研究正则表达式，看看会发生什么。@Cerberus_64:添加不区分大小写的标志

re.findall（r'Item\s+7（.*Item\s+7A'，data，re.DOTALL | re.IGNORECASE）

添加带有管道/或符号的re.IGNORECASE似乎效果很好。谢谢，这帮了大忙@Toto@Cerberus_64：不客气，很高兴有帮助，请随意将答案标记为已接受，

ITEM 7 
text  
ITEM 7A:

Item 
7
text
Item 
7A.

import glob
import os
from os.path import isfile

path = filepath` 
for filename in glob.glob(os.path.join(path, '*.txt')):
     with open(filename) as f:
     data = f.read()

     x = re.findall(r'Item 7(.*?)Item 7A',data, re.DOTALL)
     "".join(x).replace('\n',' ')
     print(x)

     file = open('C:/R_Practice/dale1.txt', 'w')
     file.write(str(x))

     file.close()  

import glob
import os
from os.path import isfile

path = filepath
for filename in glob.glob(os.path.join(path, '*.txt')):
   with open(filename) as f:
     data = f.read()

     x = re.findall(r'Item\s+7(.*?)Item\s+7A',data, re.DOTALL | re.IGNORECASE)
     #            here ___^^^   and ___^^^
     "".join(x).replace('\n',' ')
     print(x)

     file = open('C:/R_Practice/dale1.txt', 'w')
     file.write(str(x))

     file.close()