前提・実現したいこと
プログラム初心者です。早速ですが、質問内容は
.txtの/で囲まれた文字列に該当する.labの数値を取り出したいです。
例えば、
txtファイルの/ko:/はlabファイルの1~2行目の0.0425000と0.1225000という数値を抽出したいです。
txtファイルでは/ko:/ /ko:/ですので、結果として欲しいファイルは、
0.0425000 0.0725000 k 0.0725000 0.1225000 o: 0.9725000 1.0525000 k 1.0525000 1.2025000 o:
<file.txt>
/ko:/ireruho:janakute/ko:/dasuho:
<file.lab>
0.0425000 0.0725000 k 0.0725000 0.1225000 o: 0.1225000 0.2725000 i 0.2725000 0.3025000 r 0.3025000 0.3725000 e 0.3725000 0.4225000 r 0.4225000 0.4625000 u 0.4625000 0.5025000 h 0.5025000 0.6125000 o: 0.6125000 0.6525000 j 0.6525000 0.7025000 a 0.7025000 0.7425000 n 0.7425000 0.8025000 a 0.8025000 0.8525000 k 0.8525000 0.8925000 u 0.8925000 0.9325000 t 0.9325000 0.9725000 e 0.9725000 1.0525000 k 1.0525000 1.2025000 o: 1.2025000 1.3925000 d 1.3925000 1.4625000 a 1.4625000 1.5225000 s 1.5225000 1.5525000 u 1.5525000 1.6325000 h 1.6325000 1.7425000 o:
発生している問題・エラーメッセージ
エラーメッセージ
コード
# -*- coding: utf-8 -*- import re count = 0 array = [] f1 = open("file.txt").read() f2 = open("file.lab", 'r') indexes = [i for i, x in enumerate(f1) if x == '/'] start = f1[indexes[0] + 1] end = f1[indexes[1] - 1] if end == ':': end = f1[indexes[1] - 2] for s in open("file.lab"): itemList = s.split() if start in itemList: print itemList if itemList.count(end): print itemList
./python string.py
['0.0425000', '0.0725000', 'k']
['0.8025000', '0.8525000', 'k']
['0.9725000', '1.0525000', 'k']
試したこと
両方のファイルをリスト化した後、1回目の"/"が来ると1つ後の要素を取り出し、2回目の"/"が来ると1つ前の要素を取り出してlabファイルと比較しようとしましたが、途中の"/"がない場合の要素を取り出してしまったり、3,4回目の"/"が来ると1回目と同じ要素を抽出してしまったりしました...
申し訳ありませんが、ご教授お願い致します...
補足情報(FW/ツールのバージョンなど)
ここにより詳細な情報を記載してください。
インデントがなくなっているのでソースコードはコードブロック```で囲んでください。
ご指摘ありがとうございました。早急に修整致します。
修正ありがとうございます。ちょっと抽出ルールが理解できませんので
提示例の場合の理想の結果を追記いただくと回答得られやすくなると思います。
ありがとうございます。早速ですが、修整させていただきました。他にも修整箇所があればお願いいたします。
「/ireruho:janakute/」部分も「/」で囲まれていますが、抽出されない理由がよく分かりません。
「/」で始まり「:/」で終わる範囲のみ抽出という感じでしょうか?
:は調音符で文字扱いなので、他の文字と同じように扱いたいです。
「/」のみ記号扱いで、1回目の「/」から2回目の「/」までの文字を抽出し、3回目の「/」から4回目の「/」までの文字を抽出したいと考えています。
.labのファイルは言語処理に関するものでしょうか
つまり先頭から奇数個目(1,3,5~)を先頭とし偶数個目(2、4,6~)を末尾とする範囲のみを抽出する感じですかね。
はい、音素に時刻ラベルをつけたファイルです。
そうです!考えてみたのですが、配列の長さも異なるのでちんぷんかんぷんでした...
回答1件
あなたの回答
tips
プレビュー