Skip to main content
1 de 2
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.

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