在python中寫入文件時錯誤的分割內容

我有一個從pdf轉換而來的輸入.txt文件。
我也有50個大綱詞（關鍵字），這些詞通常在輸入文件中已知。
對於50個大綱字中的每一個，我創建了一個輸出文件，我的目的是根據輸入中找到的大綱字，將輸入的.txt文件的內容寫入相關輸出文件中以分割它。在python中寫入文件時錯誤的分割內容

大綱單詞可以在整個文本中找到，但我們專門定位'標題'，它們由它們包含大綱單詞前後緊跟換行符的事實確定。我用正則表達式，例如第一個輪廓字：

t = re.search("\nAbduction\n",content, re.I)

但我有49多個這樣的爲每個可能的稱號。因爲我知道t可能不會返回一個值，所以我應該怎麼做才能爲所有可能的標題返回一個值？
第二個問題：當一個特定的標題被識別出來後，我需要輸出接下來的文本到相應的輸出文件，直到找到另一個標題（或EOF）。我怎樣才能做到這一點？

任何幫助，歡迎。

[編輯]這個問題的文本被重新修改，重組。對這種沉重的編輯道歉;它通常更接近原始文本，但在這種情況下，它似乎有助於有一個更重的手...檢查以前的版本[或恢復編輯]，如果你認爲否則！

[重新編輯]（從張貼的答覆文件OP）
.txt文件的樣本是這樣的：

Abduction 

Deﬁnition 
Abduction is a form of reasoning , sometimes described 
as 「deduction in reverse,」 Abduction whereby given a rule that 
「A follows from B」 and the observed result of 「A」 we 
infer the condition 「B」 of the rule. More generally, 
given a theory, T , modeling a domain of interest and 
an observation, 「A,」 we infer a hypothesis 「B」 such that 

Accuracy 

Deﬁnition 
Accuracy refers to a measure of the degree to which the 
predictions of a (cid:55)model match the reality being mod.

它將會像與包括文件的末尾50個頭銜。我已經爲每個標題名稱創建了文件。我寫了一個函數，如：

def TextBetween(self, s, leader, trailer): 
    end_of_leader = s.index(leader) + len(leader) 
    if trailer == " ": 
     return s[end_of_leader:] 
    else : 
     start_of_trailer = s.index(trailer, end_of_leader) 
     return s[end_of_leader:start_of_trailer]

這種計算片頭和片尾之間的內容，所以這個問題是，當我決定片頭和片尾，我想用空格鍵找到正確的title.Because我使用我提到我的正則表達式question.I爲每個標題創建50個正則表達式，並希望在寫入文件時使用它們，但我不知道我是如何實現這一點的。

來源

2012-02-01 Barbaros26

請更清楚你想要什麼。 – 2012-02-01 00:57:59

而如果您發佈的input.txt的文件的樣本你的問題會比較清楚，這段代碼可能是你想做什麼：

keywords = ["Abduction", "Foobar"] 
inf = open("infile.txt") 
outf = None 
for l in inf: 
    if l[:-1] in keywords: 
     if outf != None: 
      outf.close() 
     outf = open(l[:-1] + ".txt", "w") 
    elif outf != None: 
     outf.write(l)

這將創建一個文件的每個部件該文檔以它之前的關鍵字命名。所以，如果我正確地解釋你和文件看起來像

Abduction 
Lorem ipsum dolor sit amet, consectetur adipisicing elit, 
sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. 

Foobar 
Ut enim ad minim veniam, quis nostrud exercitation ullamco 
laboris nisi ut aliquip ex ea commodo consequat. Duis aute 
irure dolor in reprehenderit in voluptate velit esse cillum

你最終將有兩個輸出文件，一個叫Abduction.txt和一個叫Foobar.txt，每個文本的相應部分。我相信你的特定應用程序將需要更多的工作，但這應該讓你走上正軌。

來源

2012-02-01 06:06:35

在python中寫入文件時錯誤的分割內容

回答

相關問題