自然言語処理100本ノック2020から逃げるな「23. セクション構造」

これは自然言語処理100本ノック2020に挑んだ、とある人間の記録。
他の問題はこちら → 自然言語処理100本ノック2020から逃げるな まとめ

23. セクション構造

記事中に含まれるセクション名とそのレベル（例えば”== セクション名 ==”なら1）を表示せよ．

Pythonコード

import NLP100_20
import re

data = NLP100_20.load()

p = re.compile(r'^(=+)\s*(.*?)\s*\1$', re.MULTILINE)

for found in p.findall(data):
    level = len(found[0]) - 1
    print('{indent}{section}({level})'.format(indent='\t' * (level - 1), section=found[1], level=level))

20. JSONデータの読み込みで作成したload関数を利用しています。

実行結果

国名(1)
歴史(1)
地理(1)
        主要都市(2)
        気候(2)
政治(1)
        元首(2)
        法(2)
        内政(2)
        地方行政区分(2)
        外交・軍事(2)
経済(1)
        鉱業(2)
        農業(2)
        貿易(2)
        不動産(2)
        エネルギー政策(2)
        通貨(2)
        企業(2)
                通信(3)
交通(1)
        道路(2)
        鉄道(2)
        海運(2)
        航空(2)
科学技術(1)
国民(1)
        言語(2)
        宗教(2)
        婚姻(2)
        移住(2)
        教育(2)
        医療(2)
文化(1)
        食文化(2)
        文学(2)
        哲学(2)
        音楽(2)
                ポピュラー音楽(3)
        映画(2)
        コメディ(2)
        国花(2)
        世界遺産(2)
        祝祭日(2)
        スポーツ(2)
                サッカー(3)
                クリケット(3)
                競馬(3)
                モータースポーツ(3)
                野球(3)
                カーリング(3)
                自転車競技(3)
脚注(1)
関連項目(1)
外部リンク(1)