字符串中 提取小于5个带有空格的一行数据 求助
我有多行数据，实例如下（每一个词用一个空格隔开，以一个句号结尾）：A& # B B B .
C& # N N MM .
EE # LLLL .
我像提取有&字符的词”#“后空格小于5的一行数据；具体提取的结果是：
A& # B B B .
C& # N N MM .
我目前的代码：
import re
a = open(r"C:\Users\amgalang\Desktop\第二章\词典资源中被标注的研究词条集合 - 副本.txt", encoding="utf-8")
dict = a.readlines()
list1=[]
for i in dict:
if " " in i.split('#')[-1]:
i.count(" ")
if "&" in i.split('#') and i.count(" ")<4 in i.split('#')[-1]:
print(i)
还是缺点什么，希望帮帮我 补全，谢谢噢。
with open(r"C:\Users\amgalang\Desktop\第二章\词典资源中被标注的研究词条集合 - 副本.txt", encoding="utf-8") as f:
s = f.read()
result = []
for line in s.split('\n'):
if '&' in line:
lh, lb = line.split('#')
if lb.count(' ') < 5:
result.append(line)
print(result)
import re # 没有使用到，删除
a = open(r"C:\Users\amgalang\Desktop\第二章\词典资源中被标注的研究词条集合 - 副本.txt", encoding="utf-8") # 文件没有主动关闭，可使用with打开，让系统关闭
dict = a.readlines()
list1=[]
for i in dict:
if " " in i.split('#')[-1]:# 没有意义
i.count(" ")# 计算了数目，但没有赋值给变量，这两行没有意义。而且下一句又计算了一次。
if "&" in i.split('#') and i.count(" ")<4 in i.split('#')[-1]:# 如果变量已经固定，后续有多次调用，应避免再次index索引
print(i) suchocolate 发表于 2021-12-3 09:36
学到了，谢谢您的帮助，目前出现了一个问题，我把代码用到另一个文件上 有如下报错，希望您看看 谢谢：
Traceback (most recent call last):
File "C:\Users\amgalang\Desktop\第二章\提取小于5个空格符的数据.py", line 6, in <module>
lh, lb = line.split('#')
ValueError: not enough values to unpack (expected 2, got 1) Amgalang 发表于 2021-12-3 09:57
学到了，谢谢您的帮助，目前出现了一个问题，我把代码用到另一个文件上 有如下报错，希望您看看 谢谢：
...
txt有没有带#的空行吧，把txt发上来看看。
我这代码假定你的txt是没有垃圾数据的。 suchocolate 发表于 2021-12-3 10:05
txt有没有带#的空行吧，把txt发上来看看。
我这代码假定你的txt是没有垃圾数据的。
数据有点大，发不上去，那我找找看 空行 谢谢哒 Amgalang 发表于 2021-12-3 10:11
数据有点大，发不上去，那我找找看 空行 谢谢哒
传网盘分享链接 Amgalang 发表于 2021-12-3 09:57
学到了，谢谢您的帮助，目前出现了一个问题，我把代码用到另一个文件上 有如下报错，希望您看看 谢谢：
...
with open(r"C:\Users\amgalang\Desktop\第二章\词典资源中被标注的研究词条集合 - 副本.txt", encoding="utf-8") as f:
s = f.read()
result = []
for line in s.split('\n'):
try:
if '&' in line:
lh, lb = line.split('#')
if lb.count(' ') < 5:
result.append(line)
except Exception as e:
print(e)
continue
print(result)
加个异常处理机制就好了. suchocolate 发表于 2021-12-3 10:13
传网盘分享链接
好的，我把 指代有“#”符号的筛选出来，在其上 跑了下代码，然后：
Traceback (most recent call last):
File "C:\Users\amgalang\Desktop\第二章\提取小于5个空格符的数据.py", line 6, in <module>
lh, lb = line.split('#')
ValueError: too many values to unpack (expected 2)
我的文件链接（是小语种的文件）：
链接：https://pan.baidu.com/s/1WlWtPNzvS-hgYH5s4B0bcw
提取码：9999 本帖最后由 Stubborn 于 2021-12-3 11:01 编辑
至于你后面要提取空格少于5的话，符合条件的都晒选出来了，遍历一次，用分割函数，得到前后两段数据，在用count函数统计后段的空格数量即可
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import re
txt = open(path).read()
res = re.findall(".*?&.*?#.*?\.", txt)
result = []
for each in res:
a, b = each.split('#')
if b.count(" ") < 5:
result.append(each)
Amgalang 发表于 2021-12-3 10:26
好的，我把 指代有“#”符号的筛选出来，在其上 跑了下代码，然后：
Traceback (most recent call last) ...
看了下原始文档，有的行确实没有#，而有的行有多个#。
稍稍改下即可。
with open(r"C:\Users\amgalang\Desktop\第二章\词典资源中被标注的研究词条集合 - 副本.txt", encoding="utf-8") as f:
s = f.read()
result = []
for line in s.split('\n'):
if '&' in line and '#' in line:
lh, lb = line.split('#', 1)
if lb.count(' ') < 5:
result.append(line)
print(result)
z5560636 发表于 2021-12-3 10:26
加个异常处理机制就好了.
感谢您的帮助，代码学到了，good night~{:10_287:} suchocolate 发表于 2021-12-3 11:43
看了下原始文档，有的行确实没有#，而有的行有多个#。
稍稍改下即可。
好的，谢谢哒{:10_287:} Stubborn 发表于 2021-12-3 10:37
至于你后面要提取空格少于5的话，符合条件的都晒选出来了，遍历一次，用分割函数，得到前后两段数据，在用c ...
感谢您的帮助，正在学习代码，谢谢哒 good night~{:10_287:}
页:
[1]