Python - Extraer fragmentos de texto de un archivo

Extraer fragmentos de texto de un archivo

Publicado por Damian (3 intervenciones) el 14/09/2017 21:05:13

Que tal, soy nuevo utilizando el lenguaje Python, actualmente estoy trabajando con un archivo de texto y necesito extraer un fragmento delimitado por dos palabras distintas, y que el texto intermedio pueda ser almacenado en un documento nuevo.
(en la imagen resalto un ejemplo de las palabras que delimitan el texto que deseo obtener)

gracias, espero puedan aclarar mis dudas

Valora esta pregunta

Me gusta: Está pregunta es útil y esta clara

No me gusta: Está pregunta no esta clara o no es útil

Responder

Pos: 12

Val: 425

Extraer fragmentos de texto de un archivo

Publicado por [abZeroX] (109 intervenciones) el 15/09/2017 04:42:41

Hola, puedes probar con algo como esto:

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

with open("file.txt") as f:

    content = f.read()

    split_1 = content.split("//STX12//810FXXFGGHXX15291")

    text = ' '.join(' '.join(split_1).strip().split("0720710908"))

final_file = open("new_file.txt", "w")

final_file.write(text)

final_file.close()

Nos comentas.

Valora esta respuesta

Me gusta: Está respuesta es útil y esta clara

No me gusta: Está respuesta no esta clara o no es útil

Comentar

Extraer fragmentos de texto de un archivo

Publicado por Damian (3 intervenciones) el 15/09/2017 17:08:59

Muchas gracias, tu recomendación me funciono a la perfección para detectar las cadenas que necesito y crear mis archivos por separado, pero el detalle es que me sigue copiando todo el contenido del archivo original en cada uno de los que se generan

import re

infile = open("file.txt", 'r')

test_str = infile.read()

regex=r"\S+\bSTX12\b\S+" #Busca el delimitador inicial, ejemplo: //STX12//810FREIGHTLINER15291

regex2=r"\b17\D\w+"     #Busca el deilimatdor final, ejemplo: 17+00000001011LB

matches = re.finditer(regex, test_str)

matches2 = re.finditer(regex2, test_str)

for matchNum, match in enumerate(matches):

 for matchNum1, match1 in enumerate(matches2):

    print (match.group())

    split_1 = test_str.split(match.group())

    print( match1.group())

    text = ' '.join(' '.join(split_1).strip().split(match1.group()))

    final_file = open(match.group()[9:]+".txt", "w") #Los nombres de archivo no pueden contener caractres especiales se tomara el final de la cadena, ejemplo: 810FREIGHTLINER15291

    final_file.write(text)

    final_file.close()

    text=""

    break

    matchNum1 = matchNum1 + 1

    matchNum = matchNum + 1

Valora esta respuesta

Comentar

Extraer fragmentos de texto de un archivo

Publicado por Damian (3 intervenciones) el 15/09/2017 20:54:25

import re

infile = open("file.txt", 'r')

test_str = infile.read()

regex=r"\S+\bSTX12\b\S+" #Busca el delimitador inicial, ejemplo: //STX12//810FREIGHTLINER15291

regex2=r"\b17\D\w+" #Busca el deilimatdor final, ejemplo: 17+00000001011LB

matches = re.finditer(regex, test_str)

matches2 = re.finditer(regex2, test_str)

for matchNum, match in enumerate(matches):

for matchNum1, match1 in enumerate(matches2):

print (match.group())

split_1 = test_str.split(match.group())

print( match1.group())

text = ' '.join(' '.join(split_1).strip().split(match1.group()))

final_file = open(match.group()[9:]+".txt", "w") #Los nombres de archivo no pueden contener caractres especiales se tomara el final de la cadena, ejemplo: 810FREIGHTLINER15291

final_file.write(text)

final_file.close()

text=""

break

matchNum1 = matchNum1 + 1

matchNum = matchNum + 1

Valora esta respuesta

Comentar

SyntaxError: Non-UTF-8 code starting with '\xfa' in file

subir una imagen de fondo