2

我正在尝试用文件中的空格替换某种格式的所有行，即用“”替换一行数字/数字/数字（如日期）和数字：数字（如时间）。我想从旧文件中读取，然后将清理后的版本保存为新文件。

这是我到目前为止的代码（我知道它很遥远）：

old_file = open("old_text.txt", "r")
new_file = open("new_text.txt", "w")

print (old_file.read())

for line in old_file.readlines():
    cleaned_line = line.replace("%/%/%", "")
    cleaned_line = line.replace("%:%", "")
    new_file.write(cleaned_line)

old_file.close
new_file.close

谢谢你的帮助，本

4

2 回答 2

2

我正在尝试用文件中的空格替换某种格式的所有行，即用“”替换一行数字/数字/数字（如日期）和数字：数字（如时间）。

您不能使用str.replace匹配模式或格式，只能匹配文字字符串。

要匹配模式，您需要某种解析器。对于这样的模式，标准库中内置的正则表达式引擎re已经足够强大了……但是您需要学习如何为您的模式编写正则表达式。如果您已经了解基础知识，参考文档和正则表达式 HOWTO非常棒；如果没有，您应该在其他地方搜索教程。

无论如何，这就是你如何做到这一点（一路上修复一些其他的东西，其中大部分由 Lego Stormtroopr 解释）：

import re

with open("old_text.txt") as old_file, open("new_text.txt", "w") as new_file:
    for line in old_file:
        cleaned_line = re.sub(r'\d+/\d+/\d+', '', line)
        cleaned_line = re.sub(r'\d+:\d+', '', cleaned_line)
        new_file.write(cleaned_line)

另外，请注意我cleaned_line在第二个中使用过sub；就像在您的原始代码中一样，再次使用line意味着我们丢失了第一次替换的结果。

在不知道您的问题的确切定义的情况下，我不能保证这完全符合您的要求。您是否要清除包含模式编号/编号/编号的所有行，清除除该模式之外的所有行，仅清除该模式并保留该行的其余部分？所有这些事情都是可行的，而且很容易，re但他们都做的有点不同。

如果您想变得更棘手，您可以使用单个re.sub表达式一次将所有匹配行替换为空行，而不是一次迭代它们。这意味着一个稍微复杂的正则表达式与稍微简单的 Python 代码，这意味着对于中等大小的文件可能有更好的性能，但对于大文件来说性能更差（和上限），等等。如果您自己无法弄清楚如何编写适当的表达式，并且没有需要解决的性能瓶颈，我会坚持使用显式循环。

于 2013-10-02T00:28:34.623 回答
0

首先，存在一些缩进问题，for循环无故缩进。其次，一旦您read将文件搜索到最后，就没有更多的行可供阅读。最后，该with命令允许您打开文件并声明其变量名，并允许它因错误或读取到最后而关闭，而不必担心手动关闭它。

但是，要执行实际逻辑，您可能需要使用正则表达式。您可以使用re.search()查找模式

  • \d+:\d+对于任意数量的 Digits ，冒号和任意数量的 Digits
  • \d+\/\d+\/d+对于三组任意数量的数字，/它们之间有一个文字。

你想要的代码更接近这个：

import re
with open("old_text.txt", "r") as oldfile, open("new_text.txt", "w") as new_file:
    for line in old_file:
        # This will match if this pattern is anywhere in the line
        if re.search("\d+:\d+", line) is not None:
            line = ""
        # This will match if this pattern is anywhere in the line
        if re.search("\d+\/\d+\/d+", line) is not None:
            line = ""
        new_file.write(line)

如果您只想匹配行首，re.match()可能会是更好的选择。

在这里，我们用我们的两个文件声明一个块，遍历old_file，清理每一行并写入new_file. 一旦到达末尾，old_file所有文件都将完全关闭。如果没有找到任何一个文件，或者发生错误，with 块会捕获这些文件并很好地释放所有内容。

于 2013-10-02T00:16:41.457 回答