Python 如何在CSV文件中添加使用正则表达式找到的信息

我正在尝试将新信息“附加”到CSV文件中。问题在于，该信息不在数据帧结构中，而是使用正则表达式从文本中提取的信息。示例文本将是下一个：

Lorem ipsum dolor sit amet，是一位杰出的献身者。Etiam内径 波苏尔、埃利芬德直径、调味品胡斯托。佩伦茨克莫利斯酒店 直径相同

TITLE-SDFSD-DFDS-SFDS-01-01：这是

被分成两行，中间有一个空行

佩伦茨克温和的权杖佩伦茨克。Sed nec quam 普卢斯。我不能告诉你，你是怎么想的 泰勒斯。维尼那提斯学院是一所充满活力的学院。纳勒姆·埃吉特 托托·奎姆。莫比·塞德·利奥和阿尔库·阿利奎特·卢克图斯

开业日期2021年4月15日

截止日期2021年8月26日

指示性预算：本专题的指示性预算总额为欧元 2000万

标题-SDFSD-DFDS-SFDS-01-02；这是一行中的标题2

在达格尼塞姆，人们的生活条件非常恶劣。梅塞纳斯 康茂德·普鲁斯·尼布，一个临时的奥古斯前庭封建者。前庭 多洛·内克，射手座，福西布斯河畔

开业日期2021年3月15日

截止日期2021年8月17日

指示性预算：本专题的指示性预算总额为欧元 1500万

标题-SDFSD-DFDS-SFDS-01-03：这是一个标题3，太长，需要花费时间 两行

在达格尼塞姆，人们的生活条件非常恶劣。梅塞纳斯 康茂德·普鲁斯·尼布，一个临时的奥古斯前庭封建者。前庭 多洛·内克，射手座，福西布斯河畔

开业日期2021年5月15日

截止日期2021年9月26日

指示性预算：本专题的指示性预算总额为欧元 500万

要提取所有信息，我必须进行多次交互以提取我需要的信息。我知道我可以将一次迭代细分为几个组，但很难找到一个正则表达式。相反，我使用了其中几个：

import re
import csv
    
with open('doubt2.txt','r', encoding="utf-8") as f:
    f_contents = f.read()

regexHOR =r'\n(TITLE-\S+-\d{2}-\d{2})[:|;](.*?)^Conditions'
regexOD = r'^Opening date\s+(\d{1,2} \w+ \d{4})\s*?'
regexDL =r'^Deadline\s+(\d+ \w+ \d+)'

patternHOR = re.compile(regexHOR, re.MULTILINE | re.DOTALL)
patternOD = re.compile(regexOD, re.MULTILINE | re.DOTALL)
patternDL = re.compile(regexDL, re.MULTILINE | re.DOTALL)

matchesHOR = patternHOR.finditer(f_contents)
matchesOD = patternOD.finditer(f_contents)
matchesDL = patternDL.finditer(f_contents)

marchesHOR

查找两个组，而其他匹配项仅为一个组。一旦匹配完成，我必须将其导出到CSV文件中，执行下一个代码：

with open("result.csv", "w",newline='') as outfile:
    csvfile = csv.writer(outfile)
    csvfile.writerow(['Topic ID', 'Title', 'Opening date', 'Deadline'])
    for match in matchesHOR:
        csvfile.writerow([match.group(1), match.group(2).replace('\n', ' '),'',''])
    for match in matchesOD:
        csvfile.writerow(['','',match.group(1),''])
    for match in matchesDL:
        csvfile.writerow(['','','',match.group(1)])

问题是，当我在

匹配或
之后编写新的nows时，它将我放在下面，如您在下表中所示：

代码
标题
开放
截止日期
代码1
标题1
代码2
标题2
代码3
标题3
开场白1
开场白2
开场白3
截止日期1
截止日期2
截止日期3
您需要重新安排一些内容，以便同时为一行写入所有项目。这里的方法是使用
match\u hor
查找每个标题开头，然后将其用作
match\u od
的起点，然后将其用作
match\u dl
的起点

import re
import csv
    
with open('doubt2.txt','r', encoding="utf-8") as f:
    f_contents = f.read()

regexHOR = r'\n(TITLE-\S+-\d{2}-\d{2})[:|;](.*?)^Conditions'
regexOD = r'^Opening date\s+(\d{1,2} \w+ \d{4})\s*?'
regexDL =r'^Deadline\s+(\d+ \w+ \d+)'

patternHOR = re.compile(regexHOR, re.MULTILINE | re.DOTALL)
patternOD = re.compile(regexOD, re.MULTILINE | re.DOTALL)
patternDL = re.compile(regexDL, re.MULTILINE | re.DOTALL)

with open("result.csv", "w",newline='') as outfile:
    csvfile = csv.writer(outfile)
    csvfile.writerow(['Topic ID', 'Title', 'Opening date', 'Deadline'])
    
    for match_hor in patternHOR.finditer(f_contents):
        code, title = [match_hor.group(1), match_hor.group(2).replace('\n', ' ')]
        offset = match_hor.end()
        
        match_od = patternOD.search(f_contents[offset:])
        offset += match_od.end()
        opening = match_od.group(1)
        
        match_dl = patternDL.search(f_contents[offset:]) 
        offset += match_dl.end()
        deadline = match_dl.group(1)
        
        csvfile.writerow([code, title.strip(), opening, deadline])

这将为您提供包含以下内容的
result.csv
：

主题ID、标题、开幕日期、截止日期
TITLE SDFSD-DFDS-SFDS 01-01，这是标题1，它被分成两条线，中间有一条空行，15个APR2021，26个AUG 2021。
标题-SDFSD-DFDS-SFDS-01-02，这是一行标题2，2021年3月15日，2021年8月17日
标题-SDFSD-DFDS-SFDS-01-03，这是标题3太长，需要两行，2021年5月15日，2021年9月26日
我建议您使用以下代码：

>>> regexHOR = r'(?P<TopicID>TITLE-\S+-\d{2}-\d{2})[:;]\s*(?P<Title>[\w\s]+(?=Conditions))'
>>>
>>> regexOD = r'(?P<OpeningDate>(?<=Opening date )\d{1,2} \w+ \d{4})'
>>>
>>> regexDL = r'(?P<DeadLine>(?<=Deadline )\d+ \w+ \d+)'
>>>
>>>regex_pattern = re.compile('.*?'.join([regexHOR, regexOD, regexDL]), re.MULTILINE | re.DOTALL)
>>>
>>> for match in re.finditer(regex_pattern, f_contents):
        csvfile.writerow([match.group('TopicID'), match.group('Title'), \
        match.group('OpeningDate'), match.group('DeadLine')])

>>regexHOR=r'（？PTITLE-\S+-\d{2}-\d{2}）[：；]\S*（？P[\w\S]+（？=条件））'
>>>
>>>regexOD=r'（？P（？）您不能将所有regex组合在一个中并使用命名组
（？P…）
取而代之？你能发布
regexHOR
和其他的内容吗？@IronFist我不知道如何按照你的建议组合名称。我会尝试在问题中添加更多信息，以使其更准确clear@IoaTzimas你能帮我吗？这几乎是我需要的。但是如果你看到，最后期限栏总是2021年8月26日，但是如果你检查一下原文中，三种情况下的截止日期是不同的。这是为什么？第二个偏移量也需要添加，它是在错误的点开始搜索的。我仍然需要了解执行过程的内容：
match_dl=patternDL.search（f_contents[match_hor.end（）+match_od.end（）：]）
，括号中的内容主要是整个文本。因此，不要将整个文本传递给搜索，只需从上次搜索完成的偏移量开始传递一个片段。在我真正的问题中，我必须添加第六列，即
match\u con=patternCON.search（f\u contents[match\u hor.end（））+match_od.end（）+match_dl.end（）+match_bg.end（）：]）
在那一行之后
contribution=match_con.group（1）
但我总是得到错误：
AttributeError:'NoneType'对象没有属性'group'。
。