【Python】文字列抽出~テキストの「ここから」「ここまで」抽出する~

田中太郎

pythonで文字列抽出のサンプルコードを紹介します

機能概要
サンプルコード
使い方
解説
まとめ

機能概要

テキストファイルからあるキーワードに挟まれた文字列を抽出します。

例）以下のようなテキストファイルがあるとします。

sample.txt

logic sig1;
logic sig2;
logic sig3;
logic sig4;
logic sig5;
logic sig6;

このテキストの「logic」から[;]の間の文字のみを取り出したいとき、

実行

./extract_string.py sample.txt "logic" ";"

このように打つと、

sig1
sig2
sig3
sig4
sig5
sig5

こんな感じで出力されます。

サンプルコード

extract_string.py

"""extract_string."""
import argparse
import re


def arg_parser():
    """Parser."""
    parser = argparse.ArgumentParser(description="hoge")
    parser.add_argument("input_path")
    parser.add_argument("left_str")
    parser.add_argument("right_str")
    parser.add_argument("-r", "--right", action="store_true")
    return parser.parse_args()


def search_right(text, left_str, right_str):
    new_text = []
    for line in text:
        if line.rfind(right_str) != -1:
            if line.rfind(left_str) != -1:
                new_text.append(
                        line[line.rfind(left_str)+len(left_str):line.rfind(right_str)])
            else:
                new_text.append(line[:line.find(right_str)])
    return new_text


def search_left(text, left_str, right_str):
    new_text = []
    for line in text:
        if line.find(left_str) != -1:
            if line.find(right_str) != -1:
                new_text.append(
                        line[line.find(left_str)+len(left_str):line.find(right_str)])
            else:
                new_text.append(line[line.rfind(left_str)+len(left_str):])
    return new_text


if __name__ == "__main__":
    arg = arg_parser()
    with open(arg.input_path, "r") as f:
        text = f.readlines()
    if arg.right:
        line = search_right(text, arg.left_str, arg.right_str)
    else:
        line = search_left(text, arg.left_str, arg.right_str)

    for i in line:
        print(i)

使い方

コマンドラインで

第1引数：テキストファイルのパス

第2引数：「こっから」

第3引数：「ここまで」

第4引数：オプションで-rを付けると右から検索（デフォルトで左からキーワードを探す）

解説

arg_parser

def arg_parser():
    """Parser."""
    parser = argparse.ArgumentParser(description="hoge")
    parser.add_argument("input_path")
    parser.add_argument("left_str")
    parser.add_argument("right_str")
    parser.add_argument("-r", "--right", action="store_true")
    return parser.parse_args()

パーサーを作っています。

必ず必要な引数は3つで、テキストファイルのパス、抽出開始キーワード、抽出終了キーワードです。

オプションで-rを付けるとキーワードを文章の右から検索します。

search_right

def search_right(text, left_str, right_str):
    new_text = []
    for line in text:
        if line.rfind(right_str) != -1:
            if line.rfind(left_str) != -1:
                new_text.append(
                        line[line.rfind(left_str)+len(left_str):line.rfind(right_str)])
            else:
                new_text.append(line[:line.find(right_str)])
    return new_text

キーワードを文章の右から検索して、文字列を抽出する。

抽出終了キーワードをまず見つけて、抽出開始キーワードが見つからなかったら、その段落も先頭から抽出終了キーワードまでを抽出する。

search_left

def search_left(text, left_str, right_str):
    new_text = []
    for line in text:
        if line.find(left_str) != -1:
            if line.find(right_str) != -1:
                new_text.append(
                        line[line.find(left_str)+len(left_str):line.find(right_str)])
            else:
                new_text.append(line[line.rfind(left_str)+len(left_str):])
    return new_text

search_rightの逆。

キーワードを文章の左から検索して、文字列を抽出する。

抽出終了キーワードが発見できなかったら、その段落も最後まで抽出する。