質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.92%

Python 文字列の抽出について

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 202

polpop

score 6

前提・実現したいこと

sample.txtファイル内に存在する以下の要素を抽出したいです

抽出したい内容
●SELECT aaaaa bbbbb ccccc from ttttt where sssss or mmmmm (*1行で)
●0.2

※Module: Basesceduleは不変ですが、値は変更されるのでわからない前提となります。

sample.txt1(中身)

Module: Basescedule
SELECT aaaaa bbbbb ccccc from ttttt
where sssss or mmmmm

0.2              6          0.04 3.E+03     .0     .0 

compile:seccase
SELECT aaaaa bbbbb ccccc from ttttt

0.3              6          0.04 3.E+03     .0     .0 

Module: recpuc
SELECT ddddd fffff from ttttt

0.4              7          0.04 3.E+03     .0     .0 


'module Basescedule'を範囲として文字列を抽出する方法を試したのですが、うまくいきません。

import re

filepath = 'C:\\Users\\Desktop\\新しいフォルダー\\sample.txt'

def extract_text_in_file(filepath, pattern_prev, pattern_next):
    extracted_text_array = []
    pattern = pattern_prev + '(.*)' + pattern_next
    with open(filepath, "r", encoding="utf-8") as f:
        lines = f.readlines()
        for line in lines:
            tmp_extracted_text_array = re.findall(pattern, line)
            extracted_text_array.extend(tmp_extracted_text_array)

    return extracted_text_array

pattern_prev = 'Module: Basescedule:'
pattern_next = ''
extracted_text_array = extract_text_in_file(filepath, pattern_prev, pattern_next)

for extracted_text in extracted_text_array:
    print(extracted_text)

質問

・そもそも文字列を抽出するロジックが間違っているのでしょうか?

・指定した文字列を含む行を検索し、それ以下の行を取り出す良い方法は何かありますでしょうか?

文字列の抽出方法にお詳しい方、アドバイスをよろしくお願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • meg_

    2020/07/17 07:11

    「うまくいきません」とはどうなったのでしょうか?

    キャンセル

回答 1

checkベストアンサー

+1

SELECT 文の抽出のみ示します:

import re

filepath = 'C:\\Users\\Desktop\\新しいフォルダー\\sample.txt'

def extract_text_in_file(filepath, pattern_prev, pattern_next):
    extracted_text_array = []
    with open(filepath, "r", encoding="utf-8") as f:
        is_extracting = False
        for line in f:
            line = line.rstrip()
            if not is_extracting:
                if re.match(pattern_prev, line):
                    is_extracting = True
                continue
            if re.match(pattern_next, line):
                break
            extracted_text_array.append(line.rstrip())

    return extracted_text_array

pattern_prev = r'Module: Basescedule'
pattern_next = r'^$'
extracted_text_array = extract_text_in_file(filepath, pattern_prev, pattern_next)
# for extracted_text in extracted_text_array:
#     print(extracted_text)
print(' '.join(extracted_text_array))

実行結果:

$ python test.py
SELECT aaaaa bbbbb ccccc from ttttt where sssss or mmmmm

もしかしたら re.MULTILINE を使えば
正規表現ひとつで抽出できるかもしれませんが、
正規表現がかなり複雑化することが予想され、
理解が難しくなりそうでしたのでやめておきました

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/07/17 09:39 編集

    y_shinodaさん
    分かりづらい質問にも関わらずご回答いただきありがとうございます。
    とても勉強になりました!
    頂いた内容を参考にちょっと自分で頑張ってみます!
    ありがとうございました

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.92%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る