Python跨多行解析文本

Question

我有一个文本文件需要处理，其中数据的格式如下：

<emptyline> 
Recno:: 0
URL:: http://domain1.com/

ParseText::
Home - 360° Virtualisi...

Recno:: 1
URL:: http://domain2.com/

ParseText:: 
IIS Windows Server

Recno:: 2 
URL:: http://domain3.com/

ParseText::
ArrowECS Israel. Grow . ...

...

好消息是格式是一致的，记录总是

1. 空行
2. 以记录编号
开头
3. 第二行是网址
4. 然后是一个空行，
5. ParseText :: line，
6. 文字行和

首先，我真的不知道这是否是任何类型的标准，如XML，JSON ......

其次，如果是这样，我怎么能把它变成一个json？它不是那么简单，我必须编写一个自定义的解析器。

Answer 1

您可以逐个读取行并将条目添加到列表中：

records = []
with open("filename") as f:
    while True:
        if f.readline() == '': break # break if file is empty
        recno = f.readline().split(":: ")[1]
        url = f.readline().split(":: ")[1]
        f.readline()
        f.readline() # ParseText:: 
        parsetext = f.readline()
        records.append({
            "url": url,
            "recno": recno,
            "parsetext": parsetext,
            })

如果你需要它作为JSON，你可以使用json.dumps编码：

import json
print(json.dumps(records))

这应该有效，只要文件与您描述的完全一样。