特定のヘッダーの内容を抽出するためにpyparsing

Question

特定のヘッダーで始まる特定のテキストの内容を抽出しようとしています。この目的のために

Header Text_A 
blablabla 
blablablabla 

Header Text_B 
blablablablablan 
blablaa 

、私はそのようにthepyparsing APIを使用している：私は、上記ヘッダを持つ唯一のエントリテキストを有する場合

ParserElement.defaultWhitespaceChars=(" \t") 
NL = LineEnd().suppress() 
END = StringEnd() 
header_1=Literal('Header Text_A') 
header_2=Literal('Header Text_B') 
any_header = (header_1 | header_2) 
# text isn't just anything! don't accept header line, and stop at the end of 
the input string 
text=Group(~any_header + ~END + restOfLine) 
overall_structure = ZeroOrMore(Group(any_header + 
Group(ZeroOrMore(text)))) 
overall_structure.ignore(NL) 

コードがうまく機能。しかし、上記のヘッダの例と別のテキストのエントリがある場合、それは動作しません。私はテキストのみ持っている場合、しかし...それは動作しません

blablablablabla 
Header Text_A 
blablabla 
blablablabla 

Header Text_B 
blablablablablan 
blablaa 

：たとえば 私のようなエントリを持っている場合、それがうまく機能

Header Text_A 
blablabla 
blablablabla 

Header Text_B 
blablablablablan 
blablaa 

を...

どのように私は問題を解決することができますか考えてもらえますか？

Answer 1

正規表現を使用して、特定のテキスト（この場合は「ヘッダー」）が存在するかどうかを確認します。存在する場合は、抽出しないデータ部分を抽出します。例えば

：

text = 'gfgfdAAA1234ZZZuHeadijjk' 
text = 'gfgfdHeadAAA1234ZZZuijjk' 
text = 'gfgfdAAAHead1234ZZZuijjk' 

m = re.search('Head', text) 
if m: 
    extract the data part 
else: 
    do not extract the data part 

すべての上記の3つのテキスト値は、単語「ヘッド」である位置によらず、すなわち、このコードワード「ヘッド」は、テキスト中に存在するか否かをチェックするにはそれに応じて処理します

これが役に立ちます。