TXT文件中提取指定文字

在每天上班的路上，都會在地鐵上看看高曉鬆的《魚羊野史》。很有意思的一本書，口頭語言記錄成冊，來自《曉鬆奇談》。每天都會按著日期看，今天是哪一天就翻到哪一天，看看歷史上的今天發生了什麼事，大千世界，天文地理，古今中外，體育娛樂，歷史趣聞，明星軼事，無所不包，無所不有。總有一款你喜歡的。內容斑雜卻生動有趣，今天批評歷史罪人，痛罵漢奸走狗，明日歌頌名族英雄，讚美時代偉人，好不趣味連連。書中涉及到很多電影和書籍。發現都是用書名號“《》”包含起來的，於是心血來潮，試了試用新學的python將所有電影和書籍名提取出來。

1.提取文字思路

step 1： 首先讀取檔案
step 2： 讀取出的str轉換為list
step 3： 查詢字元“《”，當查到時，在當前索引號index後30個字元範圍內查詢“》”，並將這段字元用list的append（）方法新增進一個新的list，插入“》”後插入換行符號”\n“
step 4： 新生成的的list轉換為str
step 5: 生成新文件

2.demo

#!/bin/python3

TXTtemp = open("fishandsheephistory.txt","r+")
txtbuffer=TXTtemp.read()
#i=0
oldlist=['']
newlist=['']
#for txtchar in txtbuffer:
#	oldlist.append(txtchar)
#	i=i+1
oldlist=list(txtbuffer)
for index in range(len(txtbuffer)):
	if oldlist[index]=="《":
		for j in range(30):
			if oldlist[
 
index+j]=="》":
				newlist.append("》")
				newlist.append("\n")
				j=0
				break
			newlist.append(oldlist[index+j])
print(newlist)
strlist="".join(newlist)
txtnew=open("newtxt.txt","w")
txtnew.write(strlist)
txtnew.close()
TXTtemp.close()

3.結果與改進思路

簡單的一段小demo，涉及Python3檔案讀寫，open（），write（）方法的使用，list與str的轉換。不過主要思維邏輯還是採用C的陣列操作思想，理想的用法應該是匯入re模組，採用正則表示式才是最優的，奈何自己正則沒學好，以後會嘗試改進。而且提取出來會存在很多重複，下一步就要去重。