Python从一行中读取某些文本

所以我想用Python“抓取”文本文件的某个部分，而你只知道这个特定文本前后的内容。我想要一个类似于答案的答案，但只需要一行。例如，如果我有一个名为

test.txt

的文本文件，它看起来像：

This 
is 
my 
test 
file

那我可以用

with open('test.txt') as input_data:
    for line in input_data:
        if line.strip() == 'is': 
            break
    for line in input_data: 
        if line.strip() == 'test':
            break
        print(line) 

…这对于抓取

我的

很好，但是如果我的文本文件是单行，例如：

This is my test file

那就不行了。我不想通过字符串索引获取

my

，因为我想要的东西只能在知道行的前、后部分的基础上工作。我试着看了很多问题，但没有发现任何问题

---

谢谢大家!

您可以通过正则表达式获得：

with open('test.txt') as input_data:
    for line in input_data:
       match = re.search(r' is (.*) test ', line)
       if match:
          print(line)
          print(match.group(1))

第三行查找带有“is test”的模式，如果找到，它将首先打印整行，然后只打印“is”和“my”之间的字符串。我不知道你喜欢哪一个

---

编辑：将正则表达式更改为在“is”之前包含空格，否则“This”也会匹配。删除了lookahead和lookahead，因为这是不必要的

您可以通过正则表达式获得：

with open('test.txt') as input_data:
    for line in input_data:
       match = re.search(r' is (.*) test ', line)
       if match:
          print(line)
          print(match.group(1))

第三行查找带有“is test”的模式，如果找到，它将首先打印整行，然后只打印“is”和“my”之间的字符串。我不知道你喜欢哪一个

---

编辑：将正则表达式更改为在“is”之前包含空格，否则“This”也会匹配。删除“前瞻”和“后置”，因为不必要的

让我们考虑这个测试文件：

$ cat testfile
This                                                                                                                                                                                            
is                                                                                                                                                                                              
my                                                                                                                                                                                              
test                                                                                                                                                                                            
file                                                                                                                                                                                            
this is your test file   

要获得两个匹配项，请执行以下操作：

>>> import re
>>> re.findall(r'\bis\s+(.*?)\s+test\b', open('testfile').read())
['my', 'your']

如果我们想更加小心地确保文件已关闭，我们应该将

与

一起使用：

>>> with open('testfile') as f:
...     re.findall(r'\bis\s+(.*?)\s+test\b', f.read())
... 
['my', 'your']

---

让我们考虑这个测试文件：

$ cat testfile
This                                                                                                                                                                                            
is                                                                                                                                                                                              
my                                                                                                                                                                                              
test                                                                                                                                                                                            
file                                                                                                                                                                                            
this is your test file   

要获得两个匹配项，请执行以下操作：

>>> import re
>>> re.findall(r'\bis\s+(.*?)\s+test\b', open('testfile').read())
['my', 'your']

如果我们想更加小心地确保文件已关闭，我们应该将

与

一起使用：

>>> with open('testfile') as f:
...     re.findall(r'\bis\s+(.*?)\s+test\b', f.read())
... 
['my', 'your']

您可以使用

索引

查找起始词和结束词，然后获取子字符串

---

您可以使用

索引

查找起始词和结束词，然后获取子字符串

如果您想在“is”和“test”之间获取一些信息，则正则表达式可能会帮助您，如下所示：

with open('test.txt') as input_data:
   match = re.findall(r'\sis\s*(\w[\s\S]+?)\s*test', input_data.read())
       for item in match:
           print item

---

看起来您想在“is”和“test”之间获取一些信息，那么正则表达式可能会帮助您，如下所示：

with open('test.txt') as input_data:
   match = re.findall(r'\sis\s*(\w[\s\S]+?)\s*test', input_data.read())
       for item in match:
           print item

---

我认为OP是在寻找两个字符串之间的内容，比如

is

和

test

。

my

是可以变化的。感谢您澄清@TigerhawkT3我将编辑问题以指定打印匹配。组（

1

）？谢谢，编辑了正则表达式并删除了第一个捕获组，但没有调整打印语句。我正要说我遇到了一个错误，但@Hooting带来了修复，你们太棒了！非常感谢。我认为OP是在寻找两个字符串之间的内容，比如

is

和

test

。

my

是可以变化的。感谢您澄清@TigerhawkT3我将编辑问题以指定打印匹配。组（

1

）？谢谢，编辑了正则表达式并删除了第一个捕获组，但没有调整打印语句。我正要说我遇到了一个错误，但@Hooting带来了修复，你们太棒了！非常感谢。