정규식을 사용하여 문서/텍스트의 모든 인용문을 추출하는 방법은 무엇입니까?

Question

파이썬 정규식을 사용하여 문서 내부에 나타나는 모든 인용문을 추출하려고합니다.

다음과 같이 내가 코드를 가지고 있지만, 그것은 작동하지 않습니다 :

이

import re 
hand = open('citi.txt') 
for line in hand: 
    line = line.rstrip() 
    if re.search('(?:"(.*?)")', line): 
     print line 

Answer 1

당신은 오히려 전체 라인을 인쇄하는 것보다 줄에서만 인용 텍스트를 추출 할 re.findall('(?:"(.*?)")', line)을 사용할 수 있습니다 더 많은 일을보다가있는 경우에도 회선 당 발생. 코드는 다음과 같이 수정할 수 있습니다.

import re 

# This will make sure citi.txt is properly closed after opening it. 
# infl.read() will read the whole file as single string, so no need to loop 
with open('citi.txt', 'r') as infl: 
    hand = infl.read() 

# And look for occurences of your string 
match = re.findall('(?:"(.*?)")', hand) 
if match: 
    print match 

line == 'This is "a sample" line with "two quoted" substrings' 경우,이 코드는 ['a sample', 'two quoted']

편집을 인쇄합니다 : 당신의 따옴표는 유니 코드 문자 것 같다 유니 코드

에 적응. "(나도 처음에 발견되지 않았 음) “, ”을 사이에 미묘한 차이를 참고

내 원래의 대답은 당신의 코드 예제는 ASCII 문자열을 기반으로하지만,이 같은 정규식 문자열이 필요합니다

:.

match = re.findall(u'(?:\u201c(.*?)\u201d)', hand) 

설명 :. \u201c가 이 바로 따옴표에 대한 따옴표 및 \u201d 왼쪽위한의 u가 유니 코드로 문자열을 표시

이것은 발췌 한 부분과 함께 작동합니다.