标签：
因业务需求，需要提取文本中带有检查字样的每一行。
样本如下：
1 投入10kVB、C母分段820闭锁备自投压板 2 退出10kVB、C母分段820备投跳803压板 3 退出10kVB、C母分段820备投合820压板 4 检查2、3号主变压器分头位置一致 5 合上820断路器 6 检查820断路器确带负荷 7 检查2号、3号主变压器负荷分配正常 8 拉开802断路器 9 检查802断路器在分闸位置 10 检查3号主变压器不过负荷
我们要用的包：re(python 强大的正则包），codecs(专门用作编码转换)
思路：一种思路是直接用正则找出检查，按照样本可以这样写：\d{1,2}\s检查，属于一劳永逸的写法。还有一种就是下面比较裸的写法，先用python的readlines()方法读取文本的每一行，再用 u‘检查‘判断带有‘检查’的每一行，这种方法比较麻烦的地方就是还需要去掉样本中的序号，def func()就是用来解决这个问题的。至于为什么我要用第二种，我也不知道。 ：）
代码如下：
import re import codecs f= codecs.open(‘F:/parseWord/tmp/F1040EZ.content.txt‘,‘r‘,‘utf-8‘) s = f.readlines() f.flush() f.close() for fileLine in s: if u‘检查‘ in fileLine: line_pattern =r‘\s*\d+\s?(.*)‘ def func(text): c = re.compile(line_pattern) lists = [] lines = text.split(‘\n‘) for line in lines: r = c.findall(line) if r: lists.append(r[0]) return ‘\n‘.join(lists) result = func(fileLine) print result
结果：
>>> ================================ RESTART ================================
>>>
检查2、3号主变压器分头位置一致
检查820断路器确带负荷
检查2号、3号主变压器负荷分配正常
检查802断路器在分闸位置
检查3号主变压器不过负荷
>>>
当然我们还可以新建一个list，用append方法将for循环出来的结果整合到一起：
test = [] ‘‘‘ ‘‘‘ ‘‘‘ test.append(result) print test
标签：
原文地址：http://www.cnblogs.com/yourstars/p/5892754.html
