3

Gostaria de saber como eu compacto as linhas de um txt. Por exemplo as linhas estão quebradas por \n mas ainda fazem parte da mesma sentença.

SOCIAL HISTORY:Denies tobacco or alcohol use.   
PHYSICAL EXAMINATION: 
VITAL SIGNS: Age 34, blood pressure 128/78, pulse 70, temperature is 97.8,
weight is 207 pounds, and height is 5 feet 7 inches.  
GENERAL: The patient is healthy appearing; alert and oriented to person, place
and time; responds appropriately; in no acute distress.  
HEAD: Normocephalic. No masses or lesions noted.  
FACE: No facial tenderness or asymmetry noted. 

ou blocos inteiros de texto como:

A complete refractive work-up was performed today, in which we found a mild
change in her distance correction, which allowed her the ability to see 20/70
in the right eye and 20/200 in the left eye. With a pair of +4 reading
glasses, she was able to read 0.5M print quite nicely. I have loaned her a
pair of +4 reading glasses at this time and we have started her with fine-
detailed reading. She will return to our office in a matter of two weeks and
we will make a better determination on what near reading glasses to prescribe
for her. I think that she is an excellent candidate for low vision help. I am
sure that we can be of great help to her in the near future. 

que eu queria que ficassem em uma linha só.

Eu preciso que cada linha corresponda a sua identificação como por exemplo IDENTIFICACAO: SENTENÇA SEM QUEBRA DE LINHA IDENTIFICACAO: SENTENÇA SEM QUEBRA DE LINHA Afim de que cada identificação fique em uma linha apenas. as palavras são diferentes por isso não da pra usar o replace. Outro ploblema é que tem arquivos txt que nao estão quebrados: IDENTIFICACAO: SENTENÇA SEM QUEBRA DE LINHA. IDENTIFICACAO: SENTENÇA SEM QUEBRA DE LINHA. IDENTIFICACAO: SENTENÇA SEM QUEBRA DE LINHA Eu estava usando regex mas não esta funcionando.

0

1 Resposta 1

2

Bem, acho que percebi, segundo o exemplo que colocou na pergunta pode procurar por a expressão que está maiúscula e se existem ':' na linha.

with open('tests.txt', 'r') as f:
    print(f.read())
    lines = (i.strip() for i in f.readlines())
    text = ''
    for line in lines:
        words = line.split()
        if(len(words) > 0):
            if(words[0].isupper() and ':' in line):
                text += '\n{}'.format(line)
                continue
            text += line

Aqui a variável que armazena o texto final é a text

Aqui está outra maneira de fazer. Primeiro vemos se existem ":" na linha, separamos a linha pelos ":" e verificamos se a expressão que vem antes dos ":" é maiuscula:

with open('tests.txt', 'r') as f: # abrir e ler o ficheiro
    lines = (i.strip() for i in f.readlines()) # retirar todas as quebras de linha
    text = ''
    for line in lines:
        if(':' in line):
            expression = line.split(':')[0] # separar e ficar com o que vem antes dos ":", expression
            if(expression.isupper()): # ver se e maiuscula
                text += '\n{}'.format(line)
                continue
        text += line
5
  • O primeiro código deu o seguinte erro: Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/PEPS/ClassCrawlerPEP1.py", line 13, in __init__ self.lista = self.arrumaDadosPEP('/mtsamples/1.txt','/Angelica/PEPS/teste/') File "/Angelica/PEPS/ClassCrawlerPEP1.py", line 78, in arrumaDadosPEP if(words[0].isupper() and ':' in line): IndexError: list index out of range 14/11/2016 às 16:43
  • Ja usei com o meu ficheiro. Acho que o outro funcionou dando mais uma olhada aqui só um minuto 14/11/2016 às 16:53
  • 1
    Já corrigi o primeiro exemplo para não dar o mesmo erro @user2535338 , mas acho que gosto mais do segundo
    – Miguel
    14/11/2016 às 17:02
  • Agora eu preciso tirar esses números 1\\. 2\\. .... agora da pra fazer isso com o text.replace('num\\','') 14/11/2016 às 17:20
  • Não percebi bem, acho melhor colocar outra pergunta @user2535338, para perceber melhor, deixando-a clara. Eu ainda vou estar aqui um bocado, talvez o consiga ajudar
    – Miguel
    14/11/2016 às 17:23

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .