python3.4.3实现txt文本指定字符提取

TXT文档中提取指定文本

在每天上班的路上，都会在地铁上看看高晓松的《鱼羊野史》。很有意思的一本书，口头语言记录成册，来自《晓松奇谈》。每天都会按着日期看，今天是哪一天就翻到哪一天，看看历史上的今天发生了什么事，大千世界，天文地理，古今中外，体育娱乐，历史趣闻，明星轶事，无所不包，无所不有。总有一款你喜欢的。内容斑杂却生动有趣，今天批评历史罪人，痛骂汉奸走狗，明日歌颂名族英雄，赞美时代伟人，好不趣味连连。书中涉及到很多电影和书籍。发现都是用书名号“《》”包含起来的，于是心血来潮，试了试用新学的python将所有电影和书籍名提取出来。

1.提取文本思路

step 1： 首先读取文件

step 2： 读取出的str转换为list

step 3： 查询字符“《”，当查到时，在当前索引号index后30个字符范围内查找“》”，并将这段字符用list的append（）方法添加进一个新的list，插入“》”后插入换行符号”\n“

step 4： 新生成的的list转换为str

step 5: 生成新文档

2.demo

#!/bin/python3

TXTtemp = open("fishandsheephistory.txt","r+")
txtbuffer=TXTtemp.read()
#i=0
oldlist=['']
newlist=['']
#for txtchar in txtbuffer:
#   oldlist.append(txtchar)
#   i=i+1
oldlist=list(txtbuffer)
for index in range(len(txtbuffer)):
if oldlist[index]=="《":
for j in range(30):
if oldlist[index+j]=="》":
newlist.append("》")
newlist.append("\n")
j=0
break
newlist.append(oldlist[index+j])
print(newlist)
strlist=
a62a
"".join(newlist)
txtnew=open("newtxt.txt","w")
txtnew.write(strlist)
txtnew.close()
TXTtemp.close()

3.结果与改进思路

简单的一段小demo，涉及Python3文件读写，open（），write（）方法的使用，list与str的转换。不过主要思维逻辑还是采用C的数组操作思想，理想的用法应该是导入re模块，采用正则表达式才是最优的，奈何自己正则没学好，以后会尝试改进。而且提取出来会存在很多重复，下一步就要去重。

贴一个资源网站：

超详细python项目收集