我有一个包含以下内容的文本文件：
0:00 txt txt e-mail1_to_extract txt_to_extract1 txt txt /data
0:00 txt txt e-mail2_to_extract txt_to_extract2 txt txt /data
0:00 txt txt txt e-mail3_to_extract txt_to_extract3 txt txt /var
0:00 txt txt txt txt e-mail4_to_extract txt_to_extract4 txt txt /var
0:00 txt txt e-mail5_to_extract txt_to_extract5 txt txt /data
首先，我想提取“0:00”和“/data”或“/var”之间的所有这些行。其次，我想处理这些数据，以便我只能提取其中的两部分。这个已经提取的范围中包含的文本没有标准化，所以我不能使用“startwith”/“endwith”之类的东西，但是，整个文本被连接起来（就像一个完整的单词）并且它的位置总是在电子邮件之后重复部分。有什么方法可以专门映射该部分并提取电子邮件+下一个字符串？
Txt = 我不想提取的额外文本。
我已经尝试从下面的代码开始，但没有得到任何结果：
with open('content.txt') as infile, open('extraction.txt', 'w') as outfile:
copy = False
for line in infile:
if line.strip() == "0:00":
copy = True
continue
elif line.strip() == "/":
copy = False
continue
elif copy:
outfile.write(line)
期望的输出：
e-mail1_to_extract txt_to_extract1
e-mail2_to_extract txt_to_extract2
e-mail3_to_extract txt_to_extract3
e-mail4_to_extract txt_to_extract4
e-mail5_to_extract txt_to_extract5
谢谢！
我使用了您提供的格式的示例文件 -
0:00 txt txt123 [email protected] txt_to_extract1 txt6456 txtssss /data
0:00 txt11 txt111 [email protected] txt_to_extract2 txtssss txtffff /data
0:00 txt111 txt123 txt [email protected] txt_to_extract3 txtosvbsvs txtkkkk /var
0:00 txt456 txt3663 [email protected] txt e-mail4_to_extract txt_to_extract4 txabjahsjat txtasba /var
0:00 txtGJK txtfggg [email protected] txt_to_extract5 txtbxajla txtzbaza /data
我使用了以下代码（用于确定电子邮件的功能，请相应地更改正则表达式）-
import re
regex = '^[a-z0-9]+[\._]?[a-z0-9]+[@]\w+[.]\w{2,3}$'
def check(email):
if(re.search(regex,email)):
return True
else:
return False
def getcols(row):
for i in row.keys():
if check(row[i]):
return str(row[i]) + " " + str(row[i+1])
else:
return ""
ls = []
with open('TestData.txt') as infile, open('extraction.txt', 'w') as outfile:
for line in infile:
ls = line.split()
for i in range(len(ls)):
if check(ls[i]):
try:
outfile.write(ls[i] + " " + ls[i+1]+"\n")
except:
pass
我得到以下输出 -
[email protected] txt_to_extract1
[email protected] txt_to_extract2
[email protected] txt_to_extract3
[email protected] txt
[email protected] txt_to_extract5
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