パイソン -

Question

OK男/ギャルは私がエントリごとに複数の行を持つテキストファイルを持っている
簡単な何かに再び立ち往生リストに複数の行を読むと、データは次の形式

firstword単語単語単語
でありますwordx単語単語単語interesting1単語単語単語単語
長ったらしい単語単語単語
wordz単語単語単語interesting2単語単語単語lastword

このシーケンスは100回くりかえされ、他のすべての単語はinteresting1とinteresting2から空白行を除いて同じです。 interesting2はinteresting1にではなく、他の何に関係あると私は2つの興味深いアイテムをリンクしたい、そのよう

interesting1 = interesting2
interesting1 = interesting2
interesting1 = interesting2
など、1 LNEとして、残りを捨てますシーケンスごとに

各行は別の単語で始まります
私の試みはファイルを読み込み、最初の興味深い行を特定するために "if wordx in line"ステートメントを実行して値をスライスし、 "行内のwordzならば）値をスライスしてtを連結する彼は最初の人と二番目。
グローバル変数、テンポラリ変数などを使用しなければならなかったのですが、最初の単語と最後の単語の間の範囲を特定し、それを単一のリストに入れ、両方の値を一緒にスライスする方法が必要です。

任意の提案は感謝している場合は、お時間に感謝

Answer 1

を認め、繰り返しテキストと一致し、かつ興味深いビットのためのグループを持っている正規表現を作ります。次に、findallを使用してinteresting1とinteresting2のすべてのケースを見つけることができるはずです。

ので、同様：コメントで述べたように

text = open("foo.txt").read() 
RE = re.compile('firstword.*?wordx word word word (.*?) word.*?wordz word word word (.*?) word', re.DOTALL) 
print RE.findall(text) 

再 輸入は、isliceは間違いなくすっきり解決策ですが。

Answer 2

from itertools import izip, tee, islice 

i1, i2 = tee(open("foo.txt")) 

for line2, line4 in izip(islice(i1,1, None, 4), islice(i2, 3, None, 4)) : 
    print line2.split(" ")[4], "=", line4.split(" ")[4] 

Answer 3

データレイアウトの規則性をチェックするために、私はたくさんのアサーションを投入しました。

C:\SO>type words.py 

# sample pseudo-file contents 
guff = """\ 
firstword word word word 
wordx word word word interesting1-1 word word word word 
wordy word word word 
wordz word word word interesting2-1 word word word lastword 

miscellaneous rubbish 

firstword word word word 
wordx word word word interesting1-2 word word word word 
wordy word word word 
wordz word word word interesting2-2 word word word lastword 
firstword word word word 
wordx word word word interesting1-3 word word word word 
wordy word word word 
wordz word word word interesting2-3 word word word lastword 

""" 

# change the RHS of each of these to reflect reality 
FIRSTWORD = 'firstword' 
WORDX = 'wordx' 
WORDY = 'wordy' 
WORDZ = 'wordz' 
LASTWORD = 'lastword' 

from StringIO import StringIO 
f = StringIO(guff) 

while True: 
    a = f.readline() 
    if not a: break # end of file 
    a = a.split() 
    if not a: continue # empty line 
    if a[0] != FIRSTWORD: continue # skip extraneous matter 
    assert len(a) == 4 
    b = f.readline().split(); assert len(b) == 9 
    c = f.readline().split(); assert len(c) == 4 
    d = f.readline().split(); assert len(d) == 9 
    assert a[0] == FIRSTWORD 
    assert b[0] == WORDX 
    assert c[0] == WORDY 
    assert d[0] == WORDZ 
    assert d[-1] == LASTWORD 
    print b[4], d[4] 

C:\SO>\python26\python words.py 
interesting1-1 interesting2-1 
interesting1-2 interesting2-2 
interesting1-3 interesting2-3 

C:\SO>