Python 删除括号内的文本

我试图写一个程序来清理文本文件；具体来说，我正试图整理莎士比亚的《仲夏夜之梦》。我试图编写一段代码，从脚本中删除舞台方向，因此本文：

忒修斯，去叫猎人们用号角叫醒他们

[鸣笛，呼喊。德米特里厄斯，莱桑德，赫米娅和海伦娜醒了

并启动。]

朋友们，明天好。圣瓦伦丁已经过去；从这些木鸟开始 但现在要结婚了吗

莱桑德：对不起，大人

[他和其他人向忒修斯下跪。]

忒修斯

请大家站起来。我知道你们两个是敌对的敌人；世界上的这种温和的和谐是怎么来的，仇恨是如此的强烈 远离嫉妒，以恨入眠，不怕仇视

成为以下文本：

忒修斯，去叫猎人们用号角叫醒他们

朋友们，明天好。圣瓦伦丁已经过去；从这些木鸟开始 但现在要结婚了吗

莱桑德：对不起，大人

忒修斯

请大家站起来。我知道你们两个是敌对的敌人；世界上的这种温和的和谐是怎么来的，仇恨是如此的强烈 远离嫉妒，以恨入眠，不怕仇视

这是我写的代码，但是在我假设的while循环中，它被挂起了。任何帮助都将不胜感激

def cleanDirections(inFilename, outFilename):
    inFile = open(inFilename, "r")
    outFile = open(outFilename, "w")

    line = inFile.readline()

    while line != "":

        if line.startswith("[") == True:
            if line.endswith("]") == True:
                line = inFile.readline()
            else:
                while line.endswith("]") == False:
                    line = inFile.readline()
            line = inFile.readline()

        else:
            outFile.write(line)
            line = inFile.readline()

---

另外：如果可以用这种语法提供帮助，那就太好了。我还在学习，所以我还不知道更高级的python。

因为括号跨越多行，所以不能逐行执行此操作。使用：

text = inFile.readLines()
text = re.sub("\[[^\]]*\]","",text) #will kill any [STUFF]

---

不使用

re

：

while "[" in string:
    string=string.replace(string[string.find("["):string.find("]")+1],"")

---

要做到这一点，您必须将所有文件读取到

string

。

这里有一个非常简单的方法，可以做很多假设，例如：

只有第一列中的“[”是有效的

“[”和“]”不嵌套-只有一层方括号

在“]”后面的一行中没有任何内容（可能除了空格）。“]”后面的任何内容都将丢失

如果你能接受这些：

inFile = open(inFilename, "r")
outFile = open(outFilename, "w")
skipping = False
for line in infile:
    if skipping:
        # don't print this line no matter what,
        # hut stop skipping if "]" in line
        if "]" in line:
            skipping = False
    elif line.startswith("["):
        # don't print this line either no matter what,
        # and start skipping if "]" _not_ in the line
        skipping = "]" not in line
    else:
        outfile.write(line)
infile.close()
outfile.close()
if skipping:
    raise ValueError("hit end of file with unclosed '['!")

---

如果你不能忍受这些限制，那么事情就会变得更复杂；-）

我是python新手，尽管我是以类似C的方式完成这项工作的。这很容易理解：）

---

它逐字符解析文件，并在您计数器时设置

inStageDirections

[以确保以下文本不会写入新文件。尽管我强烈建议您使用regexp来完成此工作，因为它更快速、更优雅。

这太完美了！非常感谢！：）您喜欢它，因为它与您的代码非常相似-哈哈；-）但我赞同您在这里避免使用regexp的愿望-它们可能非常强大erful，但也非常模糊。这里的逻辑很容易在没有它们的情况下编码。比使用它们的行要多。这可以使用正则表达式在一行中完成。@Tommy，这段代码和您的1行代码之间有一些语义上的差异。举个重要的例子，这段代码会在包含结束符的行的末尾终止换行符]“-您的regexp 1-liner不需要。很明显，OP不需要“额外”换行代码剩余。另一方面，此代码在没有更改的情况下扩展到太大而无法放入RAM的文件，而1-liner也不能。我将让您去寻找其他差异。简洁性与清晰性不同。如果您不相信这一点，请注意OP实际上理解此代码；-）请注意@Tommy，我确实想学习r的基本知识egex，但目前不想这样做不是“懒惰”，但实用性。我仍在学习python，在学习更复杂的东西之前，掌握我所学和所知道的似乎既实用又有益。我感谢你的帮助，但我从未说过我不想学习基础知识，我只是说在掌握我所知的知识之前我不想学习它们。不过，谢谢你的帮助！

newFile = open('out.txt', 'w')

inStageDirections = False

with open('sp.txt') as f:
    for c in f.read():
        if inStageDirections is False and c == '[':
            inStageDirections = True
        elif inStageDirections is True and c == ']':
            inStageDirections = False
            continue

        if not inStageDirections:
            newFile.write(c)

        if inStageDirections:
            pass