如何提取出一段文本中的特定内容。

weixin_42483397

于 2019-07-19 16:34:29 发布

阅读量4.7k

点赞数

CC 4.0 BY-SA版权

文章标签：正则 python

本文链接：https://blog.youkuaiyun.com/weixin_42483397/article/details/96483500

本文讨论在处理文本时遇到的正则表达式问题，包括如何正确匹配规范内容，如'10.1.1'等格式的段落，以及在某些情况下正则匹配导致的内容拆分和丢失。作者分享了调试过程中的观察，并提出了针对问题的解决思路。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

要提取文本当中每一条规范的内容，文本里类似这样子：

text_sample=‘10 燃机电厂10．1 建（构）筑物的火灾危险性分类及其耐火等级10．1．1 生产的火灾危险性应根据生产中使用或产生的物质性质及其数量等因素分类，储存物品的火灾危险性应根据储存物品的性质和储存物品中的可燃物数量等因素分类，二者均应符合表10．1．1的规定。10．1．2 主厂房防火分区的最大允许建筑面积不应大于6台机组的建筑面积；其他厂房（仓库）的层数和每个防火分区的允许建筑面积应符合现行国家标准《建筑设计防火规范》GB 50016的有关规定。’

再次感谢@溪水人家提供的代码。

def search_content(text_sample):
    item_no_re = re.compile('[^表图]\d+\s*[．\.]\s*\d+\s*[．\.]\s*\d+\s*')
    item_location = []  # store the item location