一、需求
* 提取字典中的【】内的字符，生成可以导入到五笔词库中的txt文件。
原文件：
生成后的结果：
实现方式
前言
因为正则表达式语法很难读，因此本次程序以多次的方式来讲解。
一、提取【】内内容import re
with open("XDHYCD7th.txt","r",encoding="utf-8") as f:
text = f.read()
words = re.findall("【.+】", text)
括号中的 . 表示一个字符的通配符，可以用来表示任意字符。
+表示字符数量，数量为一个以上
【.+】表示匹配所有括号内的字符，括号内字符至少有一个或以上。 比如【啊】或者【阿公】就会被匹配进去，而【】就不会被匹配进去
效果：
二、去除【】号
只要用()把你想要的部分框起来就可以。比如 【(匹配的字符)】 ，最后出现的就是 匹配的字符
代码：
import re
with open("XDHYCD7th.txt","r",encoding="utf-8") as f:
text = f.read()
words = re.findall("【(.+)】", text)
【.+】 =》 【(.+)】
效果：
三、懒惰匹配
最后结果如上，红框里面有哪里不对？查看原文：【阿兰若】ālánrě〈名〉见809页【兰若】。
原来【阿兰若】的前括号 和 【兰若】 的 后括号 匹配了。这是因为这里使用的是贪婪模式，换句话说，
【1】【2】 匹配出来的不会是 1 2 两个字符，而是： 1】【2
我们要把它改成懒惰模式：
代码：import re
with open("XDHYCD7th.txt","r",encoding="utf-8") as f:
text = f.read()
words = re.findall("【(.+?)】", text)
【(.+)】=》【(.+?)】
那个问号表示的就是懒惰模式
结果：
本文链接：https://my.lmcjl.com/post/15271.html
4 评论