Python Python - Procurar a mesma palavra várias vezes em string e retornar o índice

[Crafteribanez]

Boa tarde

 

Estou tentando no Python => Google Colab o seguinte procedimento sem êxito.

Encontrar todas as ocorrências de um texto e localizar o índice de cada ocorrência.

Pretendo exportar os resultados obtidos para um arquivo externo.

 

Código até o momento:

from google.colab import files

arquivo = files.upload()



pip install pdfminer.six



from pdfminer.high_level import extract_text

texto = extract_text('dopa.pdf')

print(texto)



print("Termo Aditivo " + str(texto.count('EXTRATO DE TERMO ADITIVO')))

 

Este código me retorna a quantidade de ocorrências, porém precisaria encontrar os índices das 4 ocorrências para poder extrair as strings.

Depois do texto, sempre tem o número do aditivo, é o que me interessa;

 

Aceito sugestões.

Grato.

 

 

 

 

 

 

 

 

[Crafteribanez]

Resolvido a pesquisa com o seguinte comando Python

 

vNumeroCaracter = texto.find(variavel, inicio nova contagem)

 

[Swalls]

O python já disponibiliza várias formas de tratar texto, aqui as anotações de um antigo professor meu:
 

min()			#ele encontra a letra com menor código da tabela ascii (você pode comprovar usando ord()), lembre que caracteres invisiveis também existem!
max()			#obvio.
index()			#ele vai procurar o que você colocar em index no texto e devolver seu índice.
center()			#tenta centralizar uma string em um print ou em uma variável.
.startswith()		#devolve true se a string começar com o parâmetro inserido.
.endswith()		#devolve true ou false, verifica se a string termina com uma string ou parte dela desejada.
.find()			#é igual ao index(), mas é feito exatamente para strings, find() acha  algo e diz onde se encontra(em qual índice), ele só mostra o primeiro. (use o in se quiser só confirmar algo)
rfind()			#mesmo que o find mas busca a partir do fim.
.isalnum()			#verifica se existe apenas alfanumericos(não confunda com "é tudo numero" kkk) não possui parâmetros.
.isalpha()			#verifica se tem só caracteres alfabéticos.
isdigit()			#verifica se tem só números.
islower()			#verifica se tem só letras minúsculas.
.isspace()			#verifica se o caractere é um espaço.
.upper()			#método que faz a string ficar totalmente em maiuscula.
.replace			#listas do tipo string são imutaiveis, então  para mudar algo dentro dela você deve por listastring.replace("texto","por_texto")
.capitalize()		#joga toda a string para minúsculo, mas deixa a primeira em maiúsculo.
.title()			#coloca a inicial das palavras em maiusculo e o resto em minúsculo.
lstrip() 			#método devolve uma cadeia recém-criada formada a partir da original, removendo todos os principais espaços em branco.
			#se por uma string como parâmetro do lstrip ele vai remover isso se tiver no início e se repetir-se no início.
.strip()			#remove espaços inúteis  na string.
.rstrip()			#remove espaços inúteis somente da direita. De maneira análoga, o lstrip() remove da esqueda.
.split()			# divide o texto pelas palavras separadas por espaço em uma lista. se quiser mudar o separador basta adicionar parâmetros: .split("separador",quantidade_splitada)
.join()			#use para juntar elementos e objetos.
.swapcase()		#reverte maiusculo e minusculo da string.

para ter mais liberdade, inclusive quando for estudar outras linguagens, recomendo estudar expressões regulares e fazer isso da forma correta.

o modulo de regex do python se chama re, basta importar e em 5 min você entende a documentação. (mesmo entendendo pega bastante porrada da sintaxe no início)