我有以下段落作为 .txt 文件的输入：
... lorem“非常胡萝卜，增强了本科体验。”。目前不在 convallis 的 felis。营养元素“犯规”是“中径作者的一次热身！”。赛程为他，足球“伤心”...
这是一个 Python 字符串：
'Lorem "ipsum dolor sit amet, consectetur adipiscing elit.". Praesent non sem urna. Pellentesque elementum "turpi" est, "in fermentum diam auctor aliquam!". Morbi rhoncus erat ipsum, eu "tristique"'
我想创建一个仅包含引用短语的列表，并将引号内的单词隔离为一个列表（由空格分隔）。
输出：
['ipsum', 'dolor', 'sit', 'amet,', 'consectetur', 'adipiscing', 'elit.', 'turpi'', 'in', 'fermentum', 'diam', 'auctor', 'aliquam!', 'tristique']
我的思考过程是读入文件，然后以某种方式用引号拆分段落，但我似乎无法找到让“split()”按照我想要的方式工作的方法。我有一种感觉，这可以通过最少的循环和使用 split() 作为组织数据的方法来完成，而无需使用 re、shlex、csv 或其他导入的模块。
我什至想过将分隔符重新添加到列表中，然后“清理”列表。但即使这样也感觉有点复杂。
下面的代码为数组中的每一项都添加了双引号，这不是我想要的。只是我觉得我可以在使用 split() 后跟踪报价的一种方式。
with open(input_file, "r") as read_file:
for line in read_file:
quotes = ['"' + i + '"' for i in line.split('"') if i]
从我的评论复制：
使用 " 作为分隔符进行拆分后，您可以简单地提取列表的所有奇数索引元素。然后，正常拆分这些元素（使用空格分隔符）并将列表连接在一起。
例子：
text = """Lorem "ipsum dolor sit amet, consectetur adipiscing elit.". Praesent non sem urna. Pellentesque elementum "turpi'" est, "in fermentum diam auctor aliquam!". Morbi rhoncus erat ipsum, eu "tristique" """
text_split_by_quotes = text.split('"')
# get the odd-indexed elements (here's one way to do it):
text_in_quotes = text_split_by_quotes[1::2]
# split each normally (by whitespace) and flatten the list (here's one way to do it):
ans = []
for text in text_in_quotes:
ans.extend(text.split())
# print answer
print(ans)
>>> ['ipsum', 'dolor', 'sit', 'amet,', 'consectetur', 'adipiscing', 'elit.', "turpi'", 'in', 'fermentum', 'diam', 'auctor', 'aliquam!', 'tristique']
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句