使用 Python 的选择性文本

Question

我是python的初学者，我正在用它来做我的硕士论文，所以我不太了解。我有一堆年度报告（txt 格式）文件，我想 select "ITEM1." 和 "ITEM2." 之间的所有文本。我正在使用 re 包。我的问题是，有时，在这 10ks 中，有一个名为 "ITEM1A." 的部分。我希望代码能够识别这一点并在 "ITEM1A." 处停止并在输出中放入 "ITEM1." 和 "ITEM1A." 之间的文本。在我附加到此 post 的代码中，我试图让它在 "ITEM1A." 处停止，但它没有，它继续继续，因为 "ITEM1A." 在文件中多次出现。我最好让它在看到第一个时停下来。代码如下：

import os
import re

#path to where 10k are
saved_path = "C:/Users/Adrian PC/Desktop/Thesis stuff/10k abbot/python/Multiple 10k/saved files/"

#path to where to save the txt with the selected text between ITEM 1 and ITEM 2
selected_path = "C:/Users/Adrian PC/Desktop/Thesis stuff/10k abbot/python/Multiple 10k/10k_select/"

#get a list of all the items in that specific folder and put it in a variable
list_txt = os.listdir(saved_path)


for text in list_txt:
    file_path = saved_path+text
    file = open(file_path,"r+", encoding="utf-8")
    file_read = file.read()
    # looking between ITEM 1 and ITEM 2
    res = re.search(r'(ITEM[\s\S]*1\.[\w\W]*)(ITEM+[\s\S]*1A\.)', file_read)
    item_text_section = res.group(1)
    saved_file = open(selected_path + text, "w+", encoding="utf-8")     # save the file with the complete names
    saved_file.write(item_text_section)                                 # write to the new text files with the selected text
    saved_file.close()                                                  # close the file
    print(text)                                                         #show the progress
    file.close()

如果有人对如何解决这个问题有任何建议，那就太好了。谢谢！

Answer 1

试试下面的正则表达式：

ITEM1\.([\s\S]*?)ITEM1A\.

添加问号使其非贪婪因此它会在第一次出现时停止

使用 Python 的选择性文本

Selective text using Python

python

text

selection