Skip to main content
conteúdo editado
Fonte Link
Rui Lima
  • 1,6mil
  • 2
  • 13
  • 24

Para esse efeito criei o pacote MassTextExtractor para o carregar basta instalar, através do pip, na linha de comandos:

sudo pip install MassTextExtractor

Um exemplo da sua utilização para os campos "local" e "prova", das amostras dos ficheiros demonstrados, seria:

from MassTextExtractor import TextsParser

# marcar linhas do campo prova
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["Triatlo", "PROVA:"]
prova = TextsParser(file_dirs, flags)

# limpar partes da linha
prova.switchers = [("PROVA:", "")]
prova.switch_texts_field_lines()

# partir parte da linha
prova.breakers = [("LOCAL", 0)]
prova.break_texts_field_lines()


# marcar linhas do campo provalocal
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["LARANJEIRAS", "LOCAL:"]
local = TextsParser(file_dirs, flags)

# partir parte da linha
local.breakers = [("LOCAL:", 1)]
local.break_texts_field_lines()

# limpar partes da linha
local.switchers = [("LOCAL:", "")]
local.switch_texts_field_lines()


print prova.return_texts_field_lines()
print local.return_texts_field_lines()

Pode parecer excessivamente pedante, no entanto, creio que pode ser bastante útil quando usado como um último recurso para obter dados de grandes quantidades de texto semi desestruturado.

Para esse efeito criei o pacote MassTextExtractor para o carregar basta instalar, através do pip, na linha de comandos:

sudo pip install MassTextExtractor

Um exemplo da sua utilização para os campos "local" e "prova", das amostras dos ficheiros demonstrados, seria:

from MassTextExtractor import TextsParser

# marcar linhas do campo prova
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["Triatlo", "PROVA:"]
prova = TextsParser(file_dirs, flags)

# limpar partes da linha
prova.switchers = [("PROVA:", "")]
prova.switch_texts_field_lines()

# partir parte da linha
prova.breakers = [("LOCAL", 0)]
prova.break_texts_field_lines()


# marcar linhas do campo prova
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["LARANJEIRAS", "LOCAL:"]
local = TextsParser(file_dirs, flags)

# partir parte da linha
local.breakers = [("LOCAL:", 1)]
local.break_texts_field_lines()

# limpar partes da linha
local.switchers = [("LOCAL:", "")]
local.switch_texts_field_lines()


print prova.return_texts_field_lines()
print local.return_texts_field_lines()

Pode parecer excessivamente pedante, no entanto, creio que pode ser bastante útil quando usado como um último recurso para obter dados de grandes quantidades de texto semi desestruturado.

Para esse efeito criei o pacote MassTextExtractor para o carregar basta instalar, através do pip, na linha de comandos:

sudo pip install MassTextExtractor

Um exemplo da sua utilização para os campos "local" e "prova", das amostras dos ficheiros demonstrados, seria:

from MassTextExtractor import TextsParser

# marcar linhas do campo prova
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["Triatlo", "PROVA:"]
prova = TextsParser(file_dirs, flags)

# limpar partes da linha
prova.switchers = [("PROVA:", "")]
prova.switch_texts_field_lines()

# partir parte da linha
prova.breakers = [("LOCAL", 0)]
prova.break_texts_field_lines()


# marcar linhas do campo local
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["LARANJEIRAS", "LOCAL:"]
local = TextsParser(file_dirs, flags)

# partir parte da linha
local.breakers = [("LOCAL:", 1)]
local.break_texts_field_lines()

# limpar partes da linha
local.switchers = [("LOCAL:", "")]
local.switch_texts_field_lines()


print prova.return_texts_field_lines()
print local.return_texts_field_lines()

Pode parecer excessivamente pedante, no entanto, creio que pode ser bastante útil quando usado como um último recurso para obter dados de grandes quantidades de texto semi desestruturado.

Fonte Link
Rui Lima
  • 1,6mil
  • 2
  • 13
  • 24

Para esse efeito criei o pacote MassTextExtractor para o carregar basta instalar, através do pip, na linha de comandos:

sudo pip install MassTextExtractor

Um exemplo da sua utilização para os campos "local" e "prova", das amostras dos ficheiros demonstrados, seria:

from MassTextExtractor import TextsParser

# marcar linhas do campo prova
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["Triatlo", "PROVA:"]
prova = TextsParser(file_dirs, flags)

# limpar partes da linha
prova.switchers = [("PROVA:", "")]
prova.switch_texts_field_lines()

# partir parte da linha
prova.breakers = [("LOCAL", 0)]
prova.break_texts_field_lines()


# marcar linhas do campo prova
file_dirs = ["./ficheiro_1.txt", "./ficheiro_2.txt", "./ficheiro_3.txt"]
flags = ["LARANJEIRAS", "LOCAL:"]
local = TextsParser(file_dirs, flags)

# partir parte da linha
local.breakers = [("LOCAL:", 1)]
local.break_texts_field_lines()

# limpar partes da linha
local.switchers = [("LOCAL:", "")]
local.switch_texts_field_lines()


print prova.return_texts_field_lines()
print local.return_texts_field_lines()

Pode parecer excessivamente pedante, no entanto, creio que pode ser bastante útil quando usado como um último recurso para obter dados de grandes quantidades de texto semi desestruturado.