我想分析一本教科书的索引，但格式总是不一致的。关于如何处理这些条目的任何建议。
冗长的词
文字，##-###
冗长的话，###
父词##
孩子的话##
没有父母就没有意义的话###
更多没有意义的单词，没有父词，#####
话，##, ###-###, ###
父母的话，###-###
孩子的话##
与父母有关的专有名词，但没有意义###
目标是能够通过第一个出现的页码对它们进行排序，并将子文本附加到父文本，并使用子文本的页码；替换旧子文本这样就存在了Parenting Word child words, ##。
最佳答案
我会回来编辑订单并上传图表。
如果条目有页码（仅对有孩子的家长重要）
如果条目前后按字母顺序排列（将捕获一些专有名词）
如果条目大写（捕获除专有名词以外的所有名词）
在找到一个新的可信的家长（大写字母，而不是最后一个孩子的字母顺序，可能会在页数上寻找较大的空白）时，用孩子填写家长信息。
页码只能附加“f”以指示数字建立父项的链接列表（帮助捕获经过的专有名词）
父信息应该是动态的，这样，如果专有名词在应该是子名词时被归类为父名词，那么它可以被快速转换为正确的父名词。
为了帮助识别它是否是一个专有名词，比较页码，如果在前一个父或父的子代中提到了相同的页码或在合理范围内，则标记为潜在的专有名词以供人工审阅。
将分隔符设置为逗号，并在其周围使用一些魔法，以便在其后和之前查找“[0-9]”。我们知道华氏0-9度？\n[A-Z]结束输入。
这一点都不快，但对于
关于algorithm - 解析教科书索引，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52908776/