提取使用正则表达式使用Python

我需要解析的邮件文件中elmx（Mac OS X中的电子邮件文件格式）中提取使用正则表达式的一些信息与Python提取使用正则表达式使用Python

电子邮件包含以下格式的电子邮件的一些信息，前后有很多文字。

... 

Name and Address (multi line) 

Delivery estimate: SOMEDATE 

BOOKNAME 
AUTHOR and PRICE 

SELLER 

...

示例如下。

... 

Engineer1 
31500 N. Mopac Circle. 
Company, Building A, 3K.A01 
Dallas, TX 78759 
United States 

Delivery estimate: February 3, 2011 

1 "Writing Compilers and Interpreters" 
Ronald Mak; Paperback; $21.80 

Sold by: Textbooksrus LLC 

...

如何解析电子邮件以提取它们？我通常使用line = file.readline(); for line in lines，但在这种情况下，某些信息是多行的（例如地址）。

问题是这些信息只是大文件的一部分，所以我需要找到一种方法来检测它们。

来源

2011-02-03 prosseek

我发现了这个错误。邮编78759实际上是在奥斯汀，而不是达拉斯;-) – 2011-02-03 22:42:48

做data = file.read()这将给你整个shabang，然后确保添加行结束，并开始在你需要的正则表达式。

来源

2011-02-03 22:41:22

你可以对双\n\n和工作分开从那里：

>>> s= """ 
... Engineer1 
... 31500 N. Mopac Circle. 
... Company, Building A, 3K.A01 
... Dallas, TX 78759 
... United States 
... 
... Delivery estimate: February 3, 2011 
... 
... 1 "Writing Compilers and Interpreters" 
... Ronald Mak; Paperback; $21.80 
... 
... Sold by: Textbooksrus LLC 
... """ 
>>> name, estimate, author_price, seller = s.split("\n\n") 
>>> print name 
Engineer1 
31500 N. Mopac Circle. 
Company, Building A, 3K.A01 
Dallas, TX 78759 
United States

来源

2011-02-03 22:42:54 ChristopheD

事情是，这些信息只是大文件的一部分，所以我需要找到一种方法来检测它们。 – prosseek 2011-02-03 23:06:47

我不认为你需要的正则表达式。您可以通过使用readlines来加载文件来完成此操作，然后使用字符串模块中的startswith（）方法迭代查找“Delivery estimate：”。此时，您的数据所在的行号。

您可以通过向后扫描行号来查找地址，以查找由空行分隔的文本块。在查找空白行时，不要忘记使用strip（）。

然后从交付估算行进行正向扫描以获取其他信息。也比正则表达式快得多。

来源

2011-02-04 01:20:27

提取使用正则表达式使用Python

回答

相关问题