Question

这是我的txt文件中一些行（解决方案，pos和光泽）的副本：

solution: (كَتَبَ kataba) [katab-u_1] 
     pos: katab/VERB_PERFECT+a/PVSUFF_SUBJ:3MS
gloss: ___ + write + he/it <verb>

我想在第一行的方括号内返回“katab”这个词，并删除所有人员和行，并为每件事编号。我正在研究python 2.7

我试着写这段代码：

pattern = re.compile("'(?P[^']+)':\s*(?P<root>[^,]*)\d+")

Answer 1

每当你想到“我需要匹配一个模式”时，你应该认为“正则表达式”是一个很好的起点。见doco。由于输入文件是unicode，因此它有点棘手。

import re
import codecs

with codecs.open("test.unicode.txt","rb", "utf-8") as f:
    words = []
    for line in f.readlines():
        matches = re.match(b"solution:.+\[(?P<word>\w+).*\]", line, flags=re.U)
        if matches:
            words.append(matches.groups()[0])

print(words)

输出：

[u'katab']

如何使用正则表达式删除所有员工

1 个答案: