如何使用python从特定关键字中提取有限的数据行

Question

我有一个文本文件，我需要提取段落中出现指定关键字的前五行。

我能够找到关键字，但无法从该关键字写下五行。

mylines = []                              

with open ('D:\\Tasks\\Task_20\\txt\\CV (4).txt', 'rt') as myfile:  

    for line in myfile:                   

        mylines.append(line)             

    for element in mylines:               

        print(element, end='')  

print(mylines[0].find("P"))

如果有人对此有任何想法，请提供帮助。

输入文本文件示例：-

菲律宾合作伙伴机构：ALL POWER STAFFING SOLUTIONS, INC.

培训目标: : 有国际文化接触和该领域的实践经验 将酒店管理作为通往有意义的酒店事业的门户。发展我的热情好客 管理技能并具有全球竞争力。

教育 机构名称：南维尔外国大学 - 菲律宾 地点 Hom 作为菲律宾 Pinas City 机构开始日期：（2007 年 6 月

所需输出：-

培训目标: : 有国际文化接触和该领域的实践经验 将酒店管理作为通往有意义的酒店事业的门户。发展我的热情好客 管理技能并具有全球竞争力。

#

我必须在文本文件中搜索 Training Objective Keyword，它发现它应该只写下 5 行。

Answer 1

如果您只是想提取整个“培训目标”块，请查找关键字并继续添加行，直到找到空行（或其他合适的标记，例如下一个标题）。

（编辑处理多个文件和关键字）

def extract_block(filename, keywords):
    mylines = []
    with open(filename) as myfile:
        save_flag = False
        for line in myfile:
            if any(line.startswith(kw) for kw in keywords):
                save_flag = True
            elif line.strip() == '':
                save_flag = False
            if save_flag:
                mylines.append(line)
    return mylines

filenames = ['file1.txt', 'file2.txt', 'file3.txt']
keywords = ['keyword1', 'keyword2', 'keyword3']
for filename in filenames:
    block = extract_block(filename, keywords)

这假设每个文件中只有 1 个块。如果你从每个文件中提取多个块，它会变得更加复杂。

如果您真的每次都想要 5 行，那么您可以做类似的事情，但添加一个计数器来计算您的 5 行。

Answer 2

这取决于你在哪里\n，但我将一个正则表达式放在一起，这可能有助于我的文本在变量 st 中的外观示例：

In [254]: st                                                                                  

Out[254]: 'Philippine Partner Agency: ALL POWER STAFFING SOLUTIONS, INC.\n\nTraining Objectives::\nTo have international cultural exposure and hands-on experience \nin the field of hospitality management as a gateway to a meaningful hospitality career. \nTo develop my hospitality management skills and become globally competitive.\n\n\nEducation Institution Name: SOUTHVILLE FOREIGN UNIVERSITY - PHILIPPINES Location Hom as Pinas City, Philippine Institution start date: (June 2007\n'

impore re

re.findall('Training Objectives:.*\n((?:.*\n){1,5})', st)   

Out[255]: ['To have international cultural exposure and hands-on experience \nin the field of hospitality management as a gateway to a meaningful hospitality career. \nTo develop my hospitality management skills and become globally competitive.\n\n\n']

Answer 3

试试这个：

with open('test.txt') as f:
    content = f.readlines()
index = [x for x in range(len(content)) if 'training objectives' in content[x].lower()]
for num in index:
    for lines in content[num:num+5]:
        print (lines)

如果你只有几个单词（只是为了获取索引）：

index = []
for i, line in enumerate(content):
    if 'hello' in line or 'there' in line:     //add your or + word here
        index.append(i)
print(index)

如果你有很多（只是为了获取索引）：

list = ["hello","there","blink"]    //insert your words here
index = []
for i, line in enumerate(content):
    for items in list:
        if items in line:
            index.append(i)
print(index)