如何使用python从文本文件中提取特定信息？

Question

我正在学习python中的文件概念。这里我想从文本文件中提取一些文本（这是加粗格式）。但我不知道该怎么做。

这里我的示例文本文件：

{ “词汇表”：{ “称号”： “例如词汇表”， “GlossDiv”：{“称号”： “S”， “GlossList”：{”光泽条目“：{”ID“：”SGML“，”SortAs“：”SGML“，”GlossTerm“：”标准通用标记语言“， ”缩写“：”SGML“，”缩写“：”ISO 8879： ，“GlossDef”：{“para”：“元标记语言，用于创建标记语言，如DocBook。”， “GlossSeeAlso”：[ “GML”， “XML”]}， “GlossSee”： “标记”}}}}}

{ “词汇表”：{ “标题”： “示例词汇表”，” “GlossDiv”：{“GlossEntry”：{“ID”：“SGML”，“SortAs”：“SGML”，“GlossTerm”：“标准通用标记语言” ， “缩写”：“SGML”，“Abbrev”：“ISO 8879：1986”，“GlossDef”：{“para”：“元标记语言，用于创建诸如DocBook之类的标记语言。， “GlossSeeAlso”：[ “GML”， “XML”]}， “GlossSee”： “标记”}}}}}

{ “词汇表”：{ “标题”： “示例词汇表”，” GlossDiv“：{”title“：”b“”GlossList“：{”GlossEntry“：{”ID“：”SGML“，”SortAs“：”SGML“，”GlossTerm“ ， “缩写”：“SGML”，“Abbrev”：“ISO 8879：1986”，“GlossDef”：{“para”：“元标记语言，用于创建诸如DocBook之类的标记语言。， “GlossSeeAlso”：[ “GML”， “XML”]}， “GlossSee”： “标记”}}}}}

{ “词汇表”：{ “标题”： “示例词汇表”，” “GlossDiv”：{“GlossList”：{“ID”：“SGML”，“SortAs”：“SGML”，“GlossTerm”：“标准通用标记语言” ， “缩写”：“SGML”，“Abbrev”：“ISO 8879：1986”，“GlossDef”：{“para”：“元标记语言，用于创建诸如DocBook之类的标记语言。， “GlossSeeAlso”：[ “GML”， “XML”]}， “GlossSee”： “标记”}}}}}

{ “词汇表”：{ “标题”： “示例词汇表”，” GlossDiv“：{”Glossary“：{”ID“：”SGML“，”SortAs“：”SGML“，”GlossTerm“：”标准通用标记语言“ ， “缩写”：“SGML”，“Abbrev”：“ISO 8879：1986”，“GlossDef”：{“para”：“元标记语言，用于创建诸如DocBook之类的标记语言。， “GlossSeeAlso”： “GML”， “XML”]}， “GlossSee”： “标记”}}}}

，我需要的输出是这样的：

"title": "S" ; "para": "A meta-markup language, used to create markup languages such as DocBook." 
"title": "a" ; "para": "A meta-markup language, used to create markup languages such as DocBook." 
.... 

谁能帮助我在Python中做到这一点？

Answer 1

由于没有尝试显示任何代码，我只会给出一些一般性建议。文件中的每一行实际上都是一个称为dictionary的Python数据结构。您可以阅读每一行，并使用Python的json库进行解析并将其存储为字典（dict）。有关Python的更多内容，请参见Python字典here：

5.5。字典 Python中内置的另一个有用的数据类型是字典（参见映射类型 - 字典）。字典有时在其他语言中被称为“联想记忆”或“联想阵列”。与由一系列数字索引的序列不同，字典由键索引，可以是任何不可变类型;字符串和数字始终可以是键。如果元组只包含字符串，数字或元组，则可以用作元组;如果元组直接或间接包含任何可变对象，则不能将其用作关键字。您不能使用列表作为关键字，因为可以使用索引分配，切片分配或像append（）和extend（）这样的方法来修改列表。

最好将字典视为无序的键值对，并要求键是唯一的（在一个字典中）。一对大括号创建一个空字典：{}。在大括号中放置一个以逗号分隔的键：值对列表，可将初始键：值对添加到字典中;这也是字典写在输出上的方式。

字典上的主要操作是用某个键存储一个值，并提取给定键的值。也可以使用del删除一个key：value对。如果您使用已在使用的密钥进行存储，则与该密钥关联的旧值将被遗忘。使用不存在的键提取值是错误的。

在此StackOverflow question的接受答案中可以找到从文件中读取多个JSON对象的一些想法。特别是最后一个示例代码片段。

一旦读入字典，您可以对数据执行字典查找。如果我读字典到名为dictvar变量然后我可以做这样的事情打印glossarytitle：

print (dictvar['glossary']['title']) 

，如果我是读你的文件上面的第一个例子会打印：

example glossary 

你实际上可以生成一个程序，用最少量的代码做你想做的事