Skip to main content
La rpta anterior creaba 3 niveles de listas, esta crea 2, como pide el usuario que hizo la pregunta
Origen Enlace

Espero haber entendido bien tu pregunta.

El setup:

Tengo 3 archivos con diferentes nombres pero todos contienen una variación de este texto:

Contenido del archivo1
Lo que no quiero que aparezca // Juan Perez tragaba trigo en un trigal Jorge Ramirez
Lo que no quiero que aparezca Manuel Lopez
Fin archivo1

El código:

import os
import re
# La siguiente notacion es para Windows, el punto significa "en esta carpeta", donde se esta ejecutando python
CARPETA = '.\\Carpeta\\'

listArc = os.listdir(CARPETA)
listFinal = []

for archivo in listArc:
    listIndividual = []
    with open(CARPETA+'\\'+archivoCARPETA+archivo) as fo:
        for linef in= fo:.readlines()
        f = '\n'.join(f)
        print(f)
        if re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', linef) != []:
                 listIndividuallistFinal.append(re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', line)f)
    listFinal.append(listIndividual)

print(listFinal)

Y el print resultante sería:

[[['Juan[['Juan Perez', 'Jorge Ramirez']Ramirez', ['Manuel'Manuel Lopez']]Lopez'], [['Juan['Juan Perez', 'Jorge Ramirez']Ramirez', ['Manuel'Manuel Lopez']]Lopez'], [['Juan['Juan Perez', 'Jorge Ramirez']Ramirez', ['Manuel'Manuel Lopez']]]Lopez']]

Ahí tienes 3 niveles de lista.

Primero la lista principal, que es todo lo que el programa recorre, luego la lista a nivel de cada archivo, y finalmenteluego la lista a nivel de cada línea de archivo.

Si quieres que sea a nivel [lista general] > [lista archivo] nada más, en lugar de hacer el "for line in fo", crearías una variable que sea igual a "fo.readlines()", con el contenido de todo el archivo, y sobre esa variable aplicarías el re.findall.

Espero haber entendido bien tu pregunta.

El setup:

Tengo 3 archivos con diferentes nombres pero todos contienen una variación de este texto:

Contenido del archivo1
Lo que no quiero que aparezca // Juan Perez tragaba trigo en un trigal Jorge Ramirez
Lo que no quiero que aparezca Manuel Lopez
Fin archivo1

El código:

import os
import re
# La siguiente notacion es para Windows, el punto significa "en esta carpeta", donde se esta ejecutando python
CARPETA = '.\\Carpeta\\'

listArc = os.listdir(CARPETA)
listFinal = []

for archivo in listArc:
    listIndividual = []
    with open(CARPETA+'\\'+archivo) as fo:
        for line in fo:
            if re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', line) != []:
                 listIndividual.append(re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', line))
    listFinal.append(listIndividual)

print(listFinal)

Y el print resultante sería:

[[['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']], [['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']], [['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']]]

Ahí tienes 3 niveles de lista.

Primero la lista principal, que es todo lo que el programa recorre, luego la lista a nivel de cada archivo, y finalmente la lista a nivel de cada línea de archivo.

Si quieres que sea a nivel [lista general] > [lista archivo] nada más, en lugar de hacer el "for line in fo", crearías una variable que sea igual a "fo.readlines()", con el contenido de todo el archivo, y sobre esa variable aplicarías el re.findall.

Espero haber entendido bien tu pregunta.

El setup:

Tengo 3 archivos con diferentes nombres pero todos contienen una variación de este texto:

Contenido del archivo1
Lo que no quiero que aparezca // Juan Perez tragaba trigo en un trigal Jorge Ramirez
Lo que no quiero que aparezca Manuel Lopez
Fin archivo1

El código:

import os
import re
# La siguiente notacion es para Windows, el punto significa "en esta carpeta", donde se esta ejecutando python
CARPETA = '.\\Carpeta\\'

listArc = os.listdir(CARPETA)
listFinal = []

for archivo in listArc:
    with open(CARPETA+archivo) as fo:
        f = fo.readlines()
        f = '\n'.join(f)
        print(f)
        if re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', f) != []:
            listFinal.append(re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', f))

print(listFinal)

Y el print resultante sería:

[['Juan Perez', 'Jorge Ramirez', 'Manuel Lopez'], ['Juan Perez', 'Jorge Ramirez', 'Manuel Lopez'], ['Juan Perez', 'Jorge Ramirez', 'Manuel Lopez']]

Primero la lista principal, que es todo lo que el programa recorre, y luego la lista a nivel de cada línea de archivo.

Origen Enlace

Espero haber entendido bien tu pregunta.

El setup:

Tengo 3 archivos con diferentes nombres pero todos contienen una variación de este texto:

Contenido del archivo1
Lo que no quiero que aparezca // Juan Perez tragaba trigo en un trigal Jorge Ramirez
Lo que no quiero que aparezca Manuel Lopez
Fin archivo1

El código:

import os
import re
# La siguiente notacion es para Windows, el punto significa "en esta carpeta", donde se esta ejecutando python
CARPETA = '.\\Carpeta\\'

listArc = os.listdir(CARPETA)
listFinal = []

for archivo in listArc:
    listIndividual = []
    with open(CARPETA+'\\'+archivo) as fo:
        for line in fo:
            if re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', line) != []:
                 listIndividual.append(re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', line))
    listFinal.append(listIndividual)

print(listFinal)

Y el print resultante sería:

[[['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']], [['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']], [['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']]]

Ahí tienes 3 niveles de lista.

Primero la lista principal, que es todo lo que el programa recorre, luego la lista a nivel de cada archivo, y finalmente la lista a nivel de cada línea de archivo.

Si quieres que sea a nivel [lista general] > [lista archivo] nada más, en lugar de hacer el "for line in fo", crearías una variable que sea igual a "fo.readlines()", con el contenido de todo el archivo, y sobre esa variable aplicarías el re.findall.