pythonでregexを使って特定の単語の間に大文字の単語を返す

Question

regexを初めて使う。

私は、フォーム

   Waco, Texas  

       Unit Dose 13 and 





      SECTION 011100  SUMMARY OF WORK 





    INDEX PAGE 



PART 1. - GENERAL 1 

1.1. RELATED DOCUMENTS 1 

1.2. PROJECT DESCRIPTION 1 

1.3. OWNER 1 

1.4. ARCHITECT/ENGINEER 2 

1.5. PURCHASE CONTRACTS 2 

1.6. OWNER-FURNISHED ITEMS 2 

1.7. CONTRACTOR-FURNISHED ITEMS 3 

1.8. CONTRACTOR USE OF PREMISES 3 

1.9. OWNER OCCUPANCY 3 

1.10. WORK RESTRICTIONS 4 

PART 2. - PRODUCTS - NOT APPLICABLE 4 

PART 3. - EXECUTION - NOT APPLICABLE 4 

内の文字列を持っている私は、余分な空白をお詫び申し上げますが、これは、私は、文字列を取得するために解析されたワード文書の形です。

第1部第2部と第3部の間のすべての見出しをキャプチャし、別のリストに格納する必要があります。これまでのところ私は持っています

私が正しく理解していれば、これらの周りは一種の基点としてPARTを使用し、その間にテキストをつかむべきです。しかし、私がコードを実行すると、matchedtextは何も塗りつぶされません。

私の問題の2番目の部分は、一度、各見出しの文字列を大文字の見出しだけをリストに保存する方法です。単語の文書の中の一部の文字列には小文字の単語が含まれていますが、すべて大文字で入力してください。

文字列内の特定の単語間でテキストを取得する方法と、リスト内の単語を個々の文字列として保存する方法をまとめたものです。

ありがとうございました！ ：D

Answer 1

正規表現を使用する必要はありません。単に文字列にsplit関数を使用してください。 Sはあなたの文字列の名前である場合、それは次のようになります。

s.split('PART') 

これは最初の部分の前にテキストが含まれますので、リストの最初の要素を使用しないでください。

texts_between_parts = s.split('PART')[1:] 

あなたは後で、文字列メソッドisupperを使用して、単語がすべて大文字であるかどうかを確認できます。

Answer 2

パート1とパート2などの間にあるものはすべて忘れてしまいます。私は次の正規表現で各行を解析し、見出しのグループ化を決定するためにグループ1を使用します。

^(\d)(\.|\d)+\s+([^a-z]+?)\s+\d$ 

グループ1はグループ2品番/セクション

あるサブセクション

グループ3は見出し

import re 

p = re.compile('^(\d)(\.|\d)+\s+([^a-z]+?)\s+\d$') 

m = p.match('1.4. ARCHITECT/ENGINEER 2') 

if m: 

    print('Match found: ', m.groups()) 

else: 

    print('No match') 

マッチですが見つかりました： （ '1'、 '。'、 '建築家/エンジニア'）

Answer 3

import re 
p = re.compile('^(\d)(\.|\d)+\s+([^a-z]+?)\s+\d$') 
m = p.match('1.4. ARCHITECT/ENGINEER 2') 
if m: 
    print('Section: ', m.group(1)) 
    print('Heading: ', m.group(3)) 
else: 
    print('No match') 

# Output 
# Section: 1 
# Heading: ARCHITECT/ENGINEER