用Python提取科技论文信息?

我刚刚接触Python,碰巧需要从几篇科学论文中提取一些信息。

如果给定的是纯文本,如:

1. 介绍
   一些长篇大论
2. 方法论
   一些长篇大论
3. 后果
   一些长篇大论

我怎么能把一篇论文像下面这样放到字典里呢?

paper_1 = {
           'Introduction': some long writings,
           'Methodology': some long writings,
           'Results': some long writings
          }

非常感谢:-)

尝试之后,我运行了一些代码,但效果并不理想:

text = 'introduction This is the FIRST part.' \
       'Methodologies This is the SECOND part.' \
       'results This is the THIRD part.'

import re
from re import finditer

d={}
first =[]
second =[]
title_list=[]
all =[]

for match in finditer("Methodology|results|methodologies|introduction|", text, re.IGNORECASE):
    if match.group() is not '':
        title = match.group()
        location = match.span()
        first.append(location[0])
        second.append(location[1])
        title_list.append(title)

all.append(first)
all.append(second)

a=[]
for i in range(2):
    j = i+1
    section = text[all[1][i]:all[0][j]]
    a.append(section)

for i in zip(title_list, a):
    d[i[0]] = i[1]
print (d)

这将产生以下结果:

{
'introduction': ' This is the FIRST part.', 
'Methodologies': ' This is the SECOND part.'
}

然而

i) 它无法提取最后一位,这是结果部分。

ii)。在循环中,我给range()函数输入了2,因为我知道只有3个部分(简介、方法和结果),但在一些论文中,人们会添加更多的部分,我如何才能自动为range()指定正确的值?例如,一些论文可能有以下部分:

1. 介绍
   一些长篇大论
2. 关于某事的一般背景
   一些长篇大论
3. 某种类型的章节标题
   一些长篇大论
4. 方法论
   一些长篇大论
5. 后果
   一些长篇大论

iii)。有没有更有效的方法可以在每个循环中构建字典?所以我不需要使用第二个循环。

2018年3月30日更新:

代码更新如下:

def section_detection(text):
    title_list=[]
    all =[[],[]]
    dic={}
    count = 0
    pattern = '\d\. [A-Z][a-z]*'

    for match in finditer(pattern, text, re.IGNORECASE):
        if match.group() is not '':
            all[0].append(match.span()[0])
            all[1].append(match.span()[1])
            title_list.append(match.group())
            count += 1

    for i in range(count):
        j = i+1
        try:
            dic[title_list[i]]=text[all[1][i]:all[0][j]]
        except IndexError:
            dic[title_list[i]]=text[all[1][i]:]

    return dic

如果按以下方式执行:

import re
from re import finditer
text = '1. introduction This is the FIRST part.' \
       '2. Methodologies This is the SECOND part.' \
       '3. results This is the THIRD part.'\
       '4. somesection This SOME section'

dic = section_detection(text)
print(dic)

提供:

{'1. introduction': ' This is the FIRST part.', '2. Methodologies': ' This is the SECOND part.', '3. results': ' This is the THIRD part.', '4. somesection': ' This SOME section'}

非常感谢大家!:-)