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!

新規登録して質問してみよう
ただいま回答率
85.50%
Windows 10

Windows 10は、マイクロソフト社がリリースしたOSです。Modern UIを標準画面にした8.1から、10では再びデスクトップ主体に戻され、UIも変更されています。PCやスマホ、タブレットなど様々なデバイスに幅広く対応していることが特徴です。

正規表現

正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

1568閲覧

re.split('\-{5,}',text)[2]の意味

退会済みユーザー

退会済みユーザー

総合スコア0

Windows 10

Windows 10は、マイクロソフト社がリリースしたOSです。Modern UIを標準画面にした8.1から、10では再びデスクトップ主体に戻され、UIも変更されています。PCやスマホ、タブレットなど様々なデバイスに幅広く対応していることが特徴です。

正規表現

正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/08/17 08:09

編集2020/08/17 09:26

前提

下記コードで夏目漱石「三四郎」のテキストデータを読込み、編集しています。

参考ページをもとに"re.split('-{5,}',contents)[2]"でヘッダー部分を除去し、
下記コードで「三四郎」の前文と後文の100文字だけ表示させました。
第二引数が対象の文字列"contents"を指定しているところまでは分かったのですが、除去する箇所をどう指定しているのか分からない状態です。

ご教授の程、お願いいたします。

該当コード

import os #path指定 os.chdir('C://Users//karita//三四郎') #"sanshiro.txt"を'txtf'として開く txtf = open("sanshiro.txt") #'txtf'を文字列として取得 contents = txtf.read() #'contents'オブジェクトの型を取得 print(type(contents)) # => <class 'str'> print(contents)

<class 'str'>
三四郎
夏目漱石

-------------------------------------------------------
【テキスト中に現れる記号について】

《》:ルビ
(例)頓狂《とんきょう》

|:ルビの付く文字列の始まりを特定する記号
(例)福岡県|京都郡《みやこぐん》

[#]:入力者注 主に外字の説明や、傍点の位置の指定
(数字は、JIS X 0213の面区点番号またはUnicode、底本のページと行数)
(例)※[#「魚+師のつくり」、第4水準2-93-37]

〔〕:アクセント分解された欧文をかこむ
(例)〔ve'rite'《ヴェリテ》 vraie《ヴレイ》.〕

-------------------------------------------------------

[#7字下げ]一[#「一」は中見出し]

 うとうととして目がさめると女はいつのまにか、隣のじいさんと話を始めている。このじいさんはたしかに前の前の駅から乗ったいなか者である。発車まぎわに頓狂《とんきょう》な声を出して駆け込んで来て、いきなり肌《はだ》をぬいだと思ったら背中にお灸《きゅう》のあとがいっぱいあったので、三四郎《さんしろう》の記憶に残っている。じいさんが・・・

# ファイル整形 import re # ヘッダ部分の除去 contents = re.split('\-{5,}',contents)[2] # 頭の100文字の表示 print(contents[:100]) # 見やすくするため、空行 print() print() # 後ろの100文字の表示 print(contents[-100:])

[#7字下げ]一[#「一」は中見出し]

 うとうととして目がさめると女はいつのまにか、隣のじいさんと話を始めている。このじいさんはたしかに前の前の駅から乗ったいなか者である。発車まぎわに頓狂《と

青空文庫作成ファイル:
このファイルは、インターネットの図書館、青空文庫(http://www.aozora.gr.jp/)で作られました。入力、校正、制作にあたったのは、ボランティアの皆さんです。

補足事項

windows10
python3.7.4

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

質問文とデータが混在していてわかりにくいです。

re.split('\-{5,}',contents)[2]の意味だけ答えると、\は無意味なのでタイプミスあるいは勘違い。
つまり正しくは、re.split('-{5,}',contents)[2]ですが、「contentsの文字列を、-の5つ以上の連続で区切った3番目」です。

plain

1aaaaaaaaaaaaaa 2-------------- 3bbbbbbbbbbbbbb 4-------------- 5cccccccccccccc 6-------------- 7dddddddddddddd

なら、\ncccccccccccccc\nが取り出されます。

投稿2020/08/17 09:06

otn

総合スコア84423

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

退会済みユーザー

退会済みユーザー

2020/08/17 09:34

ありがとうございます。 おかげさまで'\-{5,}'の'-'はマイナスでなく区切りを表していることが分かりました。 「区切った3番目」は"[#7字下げ]一・・・"で始まるから、2番目以前は除去されたと理解できました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問