解析多行之間的文本 - Python 2.7和重新模塊

Question

我有一個文本文件，我想解析。該文件有多個要提取的項目。我想捕獲冒號「：」和特定單詞之間的所有內容。我們來看下面的例子。

Description : a pair of shorts 
amount : 13 dollars 
requirements : must be blue 
ID1 : 199658 
---- 

以下代碼解析信息。

import re 

f = open ("parse.txt", "rb") 
fileRead = f.read() 

Description = re.findall("Description :(.*?)amount", fileRead, re.DOTALL) 
amount = re.findall("amount :(.*?)requirements", fileRead, re.DOTALL) 
requirements = re.findall("requirements :(.*?)ID1", fileRead, re.DOTALL) 
ID1 = re.findall("ID1 :(.*?)-", fileRead, re.DOTALL) 

print Description[0] 
print amount[0] 
print requirements[0] 
print ID1[0] 

f.close() 

的問題是，有時文本文件將有一個新的生產線，如該

Description 
: a pair of shorts 
amount 
: 13 dollars 
requirements: must be blue 
ID1: 199658 
---- 

在這種情況下，我的代碼將無法正常工作，因爲它無法找到「描述：」因爲它現在分成一個新行。如果我選擇將搜索更改爲「：（。*？）要求」，它將不會返回13美元，它將返回一對短褲和13美元，因爲所有文本都位於第一個冒號和單詞之間， 要求。無論是否存在換行符，我都希望有一種解析信息的方式。我遇到了路障，您的幫助將不勝感激。

Answer 1

您可以使用這樣的正則表達式：

Description[^:]*(.*) 
    ^--- use the keyword you want 

Working demo

引用您的代碼，你可以使用：

import re 

f = open ("parse.txt", "rb") 
fileRead = f.read() 

Description = re.findall("Description[^:]*(.*)", fileRead) 
amount = re.findall("amount[^:]*(.*)", fileRead) 
requirements = re.findall("requirements[^:]*(.*)", fileRead) 
ID1 = re.findall("ID1[^:]*(.*)", fileRead) 

print Description[0] 
print amount[0] 
print requirements[0] 
print ID1[0] 

f.close() 

Answer 2

你可以簡單地這樣做：

import re 
f = open ("new.txt", "rb") 
fileRead = f.read() 
keyvals = {k.strip():v.strip() for k,v in dict(re.findall('([^:]*):(.*)(?=\b[^:]*:|$)',fileRead,re.M)).iteritems()} 
print(keyvals) 
f.close() 

輸出：

{'amount': '13 dollars', 'requirements': 'must be blue', 'Description': 'a pair of shorts', 'ID1': '199658'}