Разбивка текста на абзацы по 200 символов

@stanton · Регистрация: 03.02.2015

Студворк — интернет-сервис помощи студентам

Есть текст:

text = 'Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.'

Как его можно разбить на абзацы, например по 200 символов?
Так не получается

Python
1
2
3
4
import re
 
pat = re.compile(r'(.{150, 200}\.\s)')
re.sub(pat, r'<p>\1</p>', text)

@Somebody · 10.07.2016, 12:53

Основная ошибка - в .{150, 200} пробела не должно быть.

@shsv · 10.07.2016, 15:03

Ничего более симпатичного в голову не приходит пока:

Python
1
2
3
4
5
6
7
8
9
10
11
12
sep = '. '
lines = text.split(sep)
res = []
piece = ''
 
for line in lines:
    piece += (line + sep)
    if len(piece) >= 200:
        res.append(piece)
        piece = ''
 
print('<p>' + '</p>\n<p>'.join(res)[:-len(sep)] + '</p>')

@stanton · 10.07.2016, 17:14 **[ТС]**

Somebody действительно, хотя консоль не показывала ошибку
shsv зато работает, как надо

@shsv · 12.07.2016, 18:59

Извините, ошибся, запамятовал конец текста в результат добавить

Python
1
2
3
4
5
6
7
8
9
10
11
12
sep = '. '
lines = text.split(sep)
res = []
piece = ''
 
for line in lines:
    piece += (line + sep)
    if len(piece) >= 200:
        res.append(piece)
        piece = ''
res.append(piece)
print('<p>' + '</p>\n<p>'.join(res)[:-len(sep)] + '</p>')

@Marinero · 18.07.2016, 12:32

Python
1
2
pat = re.compile('(?:(?<=\A)|(?<=\. ))\w.{,198}\.')
re.sub(pat, '<p>\g<0></p>', text)

Только вот если предложение >200 символов(как последнее)?

@stanton · 18.07.2016, 18:47 **[ТС]**

Marinero, спасибо, четко отработало! А как в этой конструкции можно после первого абзаца вставить тег [more], а в конец всего текста вставить [tags]?

@Marinero · 20.07.2016, 11:02

stanton, Проиллюстрируйте (покажите на примере). И вряд ли это будет «эта конструкция»…
И на мой вопрос ответа нет…

Добавлено через 5 минут

Python
1
re.sub(pat, '<p>\g<0></p>', text).replace('</p>', '</p><more>', 1) + '</more>\n<tags>'

@stanton · 20.07.2016, 11:44 **[ТС]**

Marinero, вопрос не совсем понял. Но все работает норм.

По поводу [more] и [tags]

Исходный текст

text = 'Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.'

А на выходе надо чтобы было так

Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book.[more]It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.[tags]

[more] после первого абзаца, а [tags] в конце всего текста (не <more>, </more> или <tags>)
Количество символов не играет роли, можно 200 ... 1000

@Marinero · 20.07.2016, 12:04

Python
1
re.sub(pat, '<p>\g<0></p>', text).replace('</p>', '</p>[more]', 1) + '[tags]'

Сообщение от stanton

вопрос не совсем понял

Если предложение >200 символов регулярка ничего с ним делать не будет. Поэтому и вопрос: надо что-то с ним делать и что?

@stanton · 20.07.2016, 12:13 **[ТС]**

вот ваш код, который я использовал

Python
1
2
3
4
all_snippets = ' '.join(snippets)
pat = re.compile(r'(?:(?<=\A)|(?<=\. ))\w.{,1000}\.')
all_snip = re.sub(pat, r'<p>\g<0></p>', all_snippets)
return all_snip

а это результат выполнения, меня устраивает

["LearnPython is a free interactive Python tutorial for people who want to learn Python, fast. Python documentation. Welcome! This is the documentation for Python , last updated Jul 15, 2016. Parts of the documentation: Описание [править] Python — мощный и простой для изучения язык программирования Beginner's Guide to Python. New to programming? Python is free and easy to learn if you know where to start! This guide will help you to get started quickly. Сообщество python-разработчиков: форум, блоги, работа, обучающие материалы, видео, ссылки. Форум программистов Python Python — красивый и местами загадочный язык Jupyter and the future of IPython¶ IPython is a growing project, with increasingly language-agnostic components PyPI - the Python Package Index. The Python Package Index is a repository of software for the Python programming language. There are currently 84579 packages here. Обсуждение новостей Делимся и обсуждаем новостями мира Python: статьи на IT ресурсах, записи в Что такое Python. Обучение. Сертификат. Трудоустройство. Жми! The Python Wiki Python выбирают такие компании, как Google и Intel, Cisco и Hewlett-Packard, этот язык используют в NASA для Learn to program in Python, a powerful language used by sites like YouTube and Dropbox. Python is a widely used high-level, general-purpose, interpreted, dynamic programming language Official site for the interpreted, interactive, object-oriented, extensible programming language. Includes news, documentation, free downloads, and developer information. Чему Вы научитесь: Разрабатывать программы на языке программирования Python; Писать From Python Software Foundation: Python is a object oriented programming language"]

@Marinero · 20.07.2016, 12:15

Python
1
pat = re.compile('(?:(?<=\A)|(?<=\. ))\w(?:.{,198}|[^.]{199,})\.')

@stanton · 20.07.2016, 16:09 **[ТС]**

Marinero

Python
1
re.sub(pat, '<p>\g<0></p>', text).replace('</p>', '</p>[more]', 1) + '[tags]'

Спасибо, то что надо!

@darthH · 24.01.2019, 21:55

Python
1
2
pat = re.compile('(?:(?<=\A)|(?<=\. ))\w.{,198}\.')
re.sub(pat, '<p>\g<0></p>', text)

Почему если это

Python
1
'<p>\g<0></p>'

заменить на это'\n' , у меня перевод каретки вставляется 12 раз?
и как сделать чтобы один раз вставлялся

Простите НУБ

Новые блоги и статьи Все статьи Все блоги /
Символьное дифференцирование igorrr37 13.02.2026 / * Логарифм записывается как: (x-2)log(x^2+2) - означает логарифм (x^2+2) по основанию (x-2). Унарный минус обозначается как ! */ #include <iostream> #include <stack> #include <cctype>. . .	Камера Toupcam IUA500KMA Eddy_Em 12.02.2026 Т. к. у всяких "хикроботов" слишком уж мелкий пиксель, для подсмотра в ESPriF они вообще плохо годятся: уже 14 величину можно рассмотреть еле-еле лишь на экспозициях под 3 секунды (а то и больше),. . .	И ясному Солнцу zbw 12.02.2026 И ясному Солнцу, и светлой Луне. В мире покоя нет и люди не могут жить в тишине. А жить им немного лет.	«Знание-Сила» zbw 12.02.2026 «Знание-Сила» «Время-Деньги» «Деньги -Пуля»
SDL3 для Web (WebAssembly): Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 12.02.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами и вызывать обработчики событий столкновения. . . .	SDL3 для Web (WebAssembly): Загрузка PNG с прозрачным фоном с помощью SDL_LoadPNG (без SDL3_image) 8Observer8 11.02.2026 Содержание блога Библиотека SDL3 содержит встроенные инструменты для базовой работы с изображениями - без использования библиотеки SDL3_image. Пошагово создадим проект для загрузки изображения. . .	SDL3 для Web (WebAssembly): Загрузка PNG с прозрачным фоном с помощью SDL3_image 8Observer8 10.02.2026 Содержание блога Библиотека SDL3_image содержит инструменты для расширенной работы с изображениями. Пошагово создадим проект для загрузки изображения формата PNG с альфа-каналом (с прозрачным. . .	Установка Qt-версии Lazarus IDE в Debian Trixie Xfce volvo 10.02.2026 В общем, достали меня глюки IDE Лазаруса, собранной с использованием набора виджетов Gtk2 (конкретно: если набирать текст в редакторе и вызвать подсказку через Ctrl+Space, то после закрытия окошка. . .

@Somebody 2838 / 1647 / 254 Регистрация: 03.12.2007 Сообщений: 4,222
	10.07.2016, 12:53
	Основная ошибка - в `.{150, 200}` пробела не должно быть. 1

@stanton 1 / 1 / 0 Регистрация: 03.02.2015 Сообщений: 35
	10.07.2016, 17:14 [ТС]
	Somebody действительно, хотя консоль не показывала ошибку shsv зато работает, как надо 0

@stanton 1 / 1 / 0 Регистрация: 03.02.2015 Сообщений: 35
	18.07.2016, 18:47 [ТС]
	Marinero, спасибо, четко отработало! А как в этой конструкции можно после первого абзаца вставить тег [more], а в конец всего текста вставить [tags]? 0

@stanton 1 / 1 / 0 Регистрация: 03.02.2015 Сообщений: 35
	20.07.2016, 11:44 [ТС]
	Marinero, вопрос не совсем понял. Но все работает норм. По поводу [more] и [tags] Исходный текст text = 'Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.' А на выходе надо чтобы было так <p>Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book.</p>[more]<p>It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.</p>[tags] [more] после первого абзаца, а [tags] в конце всего текста (не <more>, </more> или <tags>) Количество символов не играет роли, можно 200 ... 1000 0

Разбивка текста на абзацы по 200 символов

Решение