Python 如何提取文本文件中的特定行

我正在对一个大文档进行文本挖掘。我想提取一个特定的行

下一页续页续页文件参考号：第4页，共16页
SPE2DH-20-T-0133剖面图B
请购单：0081939954 NSN/材料：6530015627381
项目说明
瓶子，安全帽
瓶，安全帽RPOO1:DLA采购包装要求
RAQO1：本文件包含技术和/或质量要求（由“R”或“I”号标识），全文载于DLA技术和质量要求总清单，网址为：

我想立即在

项目描述

下提取描述

我尝试过许多不成功的尝试

我最近的尝试是：

for line in text:
    if 'ITEM' and 'DESCRIPTION'in line:
        print ('Possibe Descript:\n', line)

但它没有找到文本

---

是否有方法查找

项目描述

并获取其后面的行或类似内容？

以下函数将在某些给定的

模式

下的行上查找描述，例如“项目描述”，并忽略其间可能出现的任何空行。但是，请注意，当模式存在时，函数不会处理特殊情况，但描述不会

txt = '''
CONTINUED ON NEXT PAGE CONTINUATION SHEET REFERENCE NO. OF DOCUMENT BEING CONTINUED:    PAGE 4 OF 16 PAGES

SPE2DH-20-T-0133 SECTION B

PR: 0081939954 NSN/MATERIAL: 6530015627381

ITEM DESCRIPTION

BOTTLE, SAFETY CAP

BOTTLE, SAFETY CAP RPOO1: DLA PACKAGING REQUIREMENTS FOR PROCUREMENT

RAQO1: THIS DOCUMENT INCORPORATES TECHNICAL AND/OR QUALITY REQUIREMENTS (IDENTIFIED BY AN 'R' OR AN 'I' NUMBER) SET FORTH IN FULL TEXT IN THE DLA MASTER LIST OF TECHNICAL AND QUALITY REQUIREMENTS FOUND ON THE WEB AT:
'''

我假设您将文本作为文本字符串，因此下面的函数将其拆分为一个行列表

pattern = "ITEM DESCRIPTION" # to search for

def find_pattern_in_txt(txt, pattern):
    lines = [line for line in txt.split("\n") if line] # remove empty lines
    if pattern in lines: return lines[lines.index(pattern)+1]
    return None

print(find_pattern_in_txt(txt, pattern)) # prints: "BOTTLE, SAFETY CAP"

这样测试：

description = False
for line in text:
    if 'ITEM DESCRIPTION' in line:
        description = True
    if description:
        print(line)

我知道这会管用，但你需要一些东西来停止阅读描述，也许是像这样的另一个标题

description = False
for line in text:
    if 'ITEM DESCRIPTION' in line:
        description = True
    if description:
        print(line)
    if "END OF SOMETHING":
        description = False

---

使用字符串函数“find”，如下所示，“find”将返回您正在查找的字符串的索引，因此正数表示您已找到它

代码：

---

使用正则表达式

import re
pattern = re.compile("(ITEM DESCRIPTION)\n.*") #if the information is directly 
below without white space
pattern = re.compile("(ITEM DESCRIPTION)\n\n.*") #if there is a white space 
before the information


for i, line in enumerate(open('file.txt')):
    for match in re.finditer(pattern, line):
        print 'Found on line %s: %s' % (i+1, match.group())

---

您能否向我们展示更多的代码，例如您如何打开您的文件，以及预期的输出？也可能重复，请参见此处：

f=open("aa.txt","r")

a=[]

for i in f:

  a.append(i.split())

t1=0

for j in range(len(a)):

   for i in range(len(a[j])):

       if(a[j][i]=="ITEM" and a[j][i+1]=="DESCRIPTION"):

           t1=j

for i in range(t1+1,len(a)):

    for j in range(len(a[i])):

        print(a[i][j]),

import re
pattern = re.compile("(ITEM DESCRIPTION)\n.*") #if the information is directly 
below without white space
pattern = re.compile("(ITEM DESCRIPTION)\n\n.*") #if there is a white space 
before the information


for i, line in enumerate(open('file.txt')):
    for match in re.finditer(pattern, line):
        print 'Found on line %s: %s' % (i+1, match.group())