Question

我是编码和python的新手。我有带有期刊引文的文本文件，我需要提取期刊问题，编号（如果适用），以及页码或文章编号（如果没有页码）。然后，我想将该信息写入另一个文本文件中的单独行。例如（目标提取粗体）：

J Antimicrob Chemother。 2012年12月; 67（12）：2843-7 。 doi：10.1093 / jac / dks319。 Epub 2012年8月14日。

PLoS One。 2015年6月17日; 10（6）：e0128773 。 doi：10.1371 / journal.pone.0128773。 eCollection 2015.勘误表：PLoS One。 2015; 10（9）：e0137697。 PLoS One。。2016; 11（2）：e0148706

当输入是单个字符串时，代码运行良好，但是当输入是文本文件中的多个字符串时，输出文件包含一些异常。一些切片的字符串以'。'结尾，并在这些字符串后插入一个新的空行。

示例输入：

Trends Microbiol. 1997 Jul;5(7):268-71. Review.
Mol Microbiol. 1996 Sep:21(6):1117-23. Review.
Mol Microbiol. 1996 Aug;21(4):675-82. Review.
Res Vet Sci. 1996 Mar;60(2):168-72.
J Thero Biol. 1994 Jun 7;168(3):281-9.
J Biol Chem. 1993 Aug 25;268(24):18321-9.
J Bacteriol. 1993 May;175(10):3051-7.
Appl Environ Microbiol. 1988 Oct;54(10):2365-70.
Infect Immun. 1983 Oct;42(1):276-84.

示例输出：

5.7.268-71
21.6.1117-23
21.4.675-82
60.2.168-72.

168.3.281-9.

268.24.18321-9.

175.10.3051-7.

54.20.2365-70.

42.1.276-84

我试图通过再次切换字符串来纠正这个问题，如果它以'。'或''结尾，但由于某种原因，这仅适用于单个字符串。我很感激你对我在这里做错了什么的建议。

slice_words = ['. doi', 'Epub', 'No abstract available', 'Erratum', 'Review', '. eCollection']

char_cleanup = ['). pii: ', ':', ').']

def string_processing(string):
    string = string[string.index(";")+1:]

    for i in slice_words:
        if i in string:
            string = string[:string.index(i)]

    for j in char_cleanup:
        if j in string:
            string = string.replace(j, '.')

    string = string.replace('(', '.')

    while string.endswith('.') or string.endswith(' '):
        string = string[:-1]

    return string

f = open("reference_strings_OUT.txt", 'w')

with open("reference_strings_IN.txt") as g:
    for line in g:
        string = line
        f.write(string_processing(string))
        f.write("\n")

f.close()

Answer 1

这应该有效：

string = 'J Antimicrob Chemother. 2012 Dec;67(12):2843-7. doi: 10.1093/jac/dks319. Epub 2012 Aug 14'

subString = string[string.index(";")+1::]
subString = subString[0:subString.index(".")]

让我知道你是怎么过的。

Python：从文本文件中分割字符串后添加空白行

1 个答案: