1

嗨，我可以用一只手来解决以下问题。我正在尝试编写一个 python 脚本，该脚本将从 tex 文件中提取图形并将它们放入另一个文件中。输入文件是这样的：

\documentclass[]....
\begin{document}

% More text

\begin{figure}    
figure_info 1
\end{figure}

\begin{figure}    
figure_info 2
\end{figure}    

%More text

输出文件应该是这样的：

\begin{figure}    
figure_info 1
\end{figure}

\begin{figure}    
figure_info 2
\end{figure}

谢谢您的帮助。

4

4 回答 4

3

非常感谢我最终以这种方式完成的答案。这可能不是最佳方式，但它确实有效。我尝试了几种建议的解决方案，但它们需要一些调整才能使它们起作用。

infile = open('data.tex', 'r')
outfile = open('result.tex', 'w')
extract_block = False
for line in infile:
    if 'begin{figure}' in line:
        extract_block = True
    if extract_block:
        outfile.write(line)
    if 'end{figure}' in line:
        extract_block = False
        outfile.write("------------------------------------------\n\n")

infile.close()
outfile.close()
于 2012-06-15T16:34:19.930 回答
1

您可以使用正则表达式（re模块）findall()功能来做到这一点。需要注意的是：

  • 使用re.DOTALL标志来允许“。” 匹配换行符，
  • 该点上的“惰性”运算符（“。*？”中的问号），这意味着正则表达式不会贪婪地跑过第一个\end{figure}以寻找最长的匹配
  • 确保您的正则表达式字符串是一个，r'raw string'否则您必须将每个正则表达式反斜杠转义为“\\”，并将正则表达式中的文字反斜杠转义为“\\\\”。硬编码的输入字符串也是如此。

开始了：

import re

TEXT = r"""\documentclass[]....
\begin{document}

% More text

\begin{figure}
figure_info 1
\end{figure}

\begin{figure}
figure_info 2
\end{figure}

%More text
"""

RE = r'(\\begin\{figure\}.*?\\end\{figure\})'

m = re.findall(RE, TEXT, re.DOTALL)

if m:
    for match in m:
        print match
        print '' #blank line
于 2012-06-15T15:57:44.853 回答
0 
import re

# re.M means match across line boundaries
# re.DOTALL means the . wildcard matches \n newlines as well
pattern = re.compile('\\\\begin\{figure\}.*?\\\\end\{figure\}', re.M|re.DOTALL)

# 'with' is the preferred way of opening files; it
#    ensures they are always properly closed
with open("file1.tex") as inf, open("fileout.tex","w") as outf:
    for match in pattern.findall(inf.read()):
        outf.write(match)
        outf.write("\n\n")

编辑：发现问题 - 不是在正则表达式中，而是在我匹配的测试文本中（我忘了转义其中的 \b）。

于 2012-06-15T15:58:18.747 回答
0

我可能会采取简单的方法并将整个文件读入字符串变量。这个

import string

f = open('/tmp/workfile', 'r')
f = f.read()

text = string.split(f,"\begin{figure} ")

text.pop(0)

for a in text:
    a = string.split(a,"\end{figure}")
    print "\begin{figure}\n"
    print a[0]
    print "\end{figure}"

您可以像这样从命令行执行此操作：

your_script.py > output_file.tex
于 2012-06-15T16:00:09.277 回答