Question

我有一个文本文件text_isbn，其中包含大量的ISBN。我想编写一个脚本来解析它并将其写入一个新文本文件，每个ISBN号都在一个新行中。

到目前为止，我可以编写用于查找ISBN的正则表达式，但无法进一步处理：

import re
list = open("text_isbn", "r")
regex = re.compile('(?:[0-9]{3}-)?[0-9]{1,5}-[0-9]{1,7}-[0-9]{1,6}-[0-9]')

我尝试使用以下内容但出现错误（我猜列表的格式不正确......）

parsed = regex.findall(list)

如何解析并将其写入新文件（output.txt）？

以下是text_isbn

中的文字示例

Praxisguide Wissensmanagement - 978-3-540-46225-5
Programmiersprachen - 978-3-8274-2851-6
Effizient im Studium - 978-3-8348-8108-3

Answer 1

怎么样

import re

isbn = re.compile("(?:[0-9]{3}-)?[0-9]{1,5}-[0-9]{1,7}-[0-9]{1,6}-[0-9]")

matches = []

with open("text_isbn") as isbn_lines:
    for line in isbn_lines:
        matches.extend(isbn.findall(line))

Answer 2

试试这个正则表达式（来自regular expression cookbook）：

import re
data = open("text_isbn", "r")
regex = "(?:ISBN(?:-1[03])?:? )?(?=[-0-9 ]{17}$|[-0-9X ]{13}$|[0-9X]{10}$)(?:97[89][- ]?)?[0-9]{1,5}[- ]?(?:[0-9]+[- ]?){2}[0-9X]$"

for l in data.readlines():
    match = re.search(regex, l)
    isbn = match.group()
    outfile.write('%s\n' % isbn)

使用您的样本数据进行测试。假设每行只包含一个isbn数

如何使用Python在文本文件中查找所有isbn？

2 个答案: