使用python处理文本文件作为一个大字符串，并迭代每个{}在文件中

Question

我有一个数据.txt和一个计数.py. 你知道吗

我的数据在数据.txt看起来像这样：

hermione [
  {
   keyword.adsf
   keyword.bsdf
  },
  {
   keyword.1sdf
   keyword.bsd
   keyword.bsd
  }
  ]
ron [
  {
   keyword.adsf
   keyword.bsdf
  },
  {
   keyword.1sdf
   keyword.bsd
   keyword.bsd
  }
  ]

我想做的是使用python计算每个{}中keyword.xxx出现的次数。换句话说，我希望我的输出是这样的：

hermione [
  {
   2
  },
  {
   3
  }
  ]
ron [
  {
   2
  },
  {
   3
  }
  ]

我是这么想的计数.py，我会写脚本来计算，然后数据.txt就像一根大绳子。你知道吗

到目前为止，这是我写的代码：

from sys import argv
script, filename = argv
txt = open(filename).read()
def count_in_bracket():
    print txt
print count_in_bracket()

（我在终端中运行pythoncustom_fields_nocount.py custom_fields_nocount.txt。）

。。。这并不多，因为它不会遍历每个{}括号。你知道吗

这就是我难以理解的部分。我怎么写这样的东西

list = ['ron', 'hermione']
for {} in list:
    print len(CONTENTS_OF_EACH_{}.split("keyword"))-1

什么？你知道吗

Answer 1

下面是一种使用纯Python的方法。如果您需要更复杂的处理而不是仅仅计算事物，这可能很方便。你知道吗

import sys

def prn(s):
    sys.stdout.write(str(s))

def _parse_list(f, line):
    if line.strip() != '{':
        raise ValueError("list part must start with '{'")
    prn(line)

    count = 0
    found_list_end = False
    for line in f:
        if line.strip().startswith('}'):
            found_list_end = True
            break
        count += 1
    if not found_list_end:
        raise ValueError("list part must end with '}'")
    prn("    {}\n".format(count))
    prn(line)


def parse_section(f):
    found_section_start = False
    for line in f:
        prn(line)
        words = line.split()
        if len(words) == 2 and words[1] == '[':
            found_section_start = True
            break
    if not found_section_start:
        return False  

    for line in f:
        if line.strip() == ']':
            prn(line)
            return True
        _parse_list(f, line)
    return True

with open("data.txt", "rt") as f:
    while parse_section(f):
        pass

Answer 2

使用正则表达式，可以执行以下操作：

import re

contents_of_each = re.findall('{([^}]+?)}', txt, re.DOTALL)

这将为您提供一个包含{}之间每个字符串的列表

工作原理：它先搜索一个开放卷曲，然后搜索一个或多个非封闭卷曲的字符序列，然后搜索封闭卷曲，但只返回括号内的内容。你知道吗

re.DOTALL将换行符视为常规字符，匹配跨多行的卷曲对。你知道吗