3

我喜欢将原始文本文件的一部分（可以在“startswith”和“endswith”字符串之间识别）保存到一个新的文本文件中。

示例：输入文本文件包含以下行：

...abc…
...starts with string...
...def...
...ends with string...
...ghi...

...jkl...
...starts with string...
...mno...
...ends with string...
...pqr...

我有兴趣将以下行提取到输出文本文件中：

starts with string...def...ends with string
starts with string...mno...ends with string

我的以下代码返回空列表 []。请帮助更正我的代码。

with open('file_in.txt','r') as fi:
    id = []
    for ln in fi:
        if ln.startswith("start with string"):
            if ln.endswith("ends with string"):
                id.append(ln[:])
                with open(file_out.txt, 'a', encoding='utf-8') as fo:
                    fo.write (",".join(id))
print(id)

我希望 file.out.txt 包含所有以“以字符串开头”开头并以“以字符串结尾”结尾的字符串。

4

3 回答 3

1

startswith并endswith返回 True 或 False 而不是可以用来分割字符串的位置。尝试find或index代替。例如：

start = 'starts with string'
end = 'ends with string'
s = '...abc… ...starts with string... ...def... ...ends with string... ...ghi...'

sub = s[s.find(start):s.find(end) + len(end)]
print(sub)
# starts with string... ...def... ...ends with string

您需要在循环中添加一些检查以查看开始和结束字符串是否存在，因为find如果不匹配将返回 -1，这将导致一些意外的切片。

于 2019-04-06T00:18:31.547 回答
1

您可以使用单独的变量来指示当前行是否是感兴趣部分的一部分，并根据开始和停止标记切换此变量。然后你也可以把这个函数变成一个生成器：

def extract(fh, start, stop):
    sub = False
    for line in fh:
        sub |= start in line
        if sub:
            yield line
            sub ^= stop in line

with open('test.txt') as fh:
    print(''.join(extract(fh, 'starts with string', 'ends with string')))

在 Python 3.8 中，您可以使用赋值表达式：

import itertools as it

def extract(fh, start, stop):
    while any(start in (line := x) for x in fh):
        yield line
        yield from it.takewhile(lambda x: stop not in x, ((line := y) for y in fh))
        yield line

with open('test.txt') as fh:
    print(''.join(extract(fh, 'starts with string', 'ends with string')))

变化：不包括开始和停止标记

如果要从输出中排除开始和停止标记，我们可以再次使用itertools.takewhile：

import itertools as it

def extract(fh, start, stop):
    while any(start in x for x in fh):
        yield from it.takewhile(lambda x: stop not in x, fh)

with open('test.txt') as fh:
    print(''.join(extract(fh, 'starts with string', 'ends with string')))
于 2019-04-06T00:32:08.897 回答
1

在每一行的末尾都有一个字符告诉计算机显示一个新行。我在这里假设“以字符串开头”和“以字符串结尾”在同一行。如果不是这种情况，请在第一个 if 语句的正下方添加 --"id.append(ln[:])"--。

尝试

ln.endswith("ends with string"+'\n' )

或者

ln.endswith("ends with string"+'\n' +'\r')

with open('C:\\Py\\testing.txt','r') as fi:
    id = []
    x = 0
    copy_line = False
    for ln in fi:
        if "starts with string" in ln:
            copy_line = True
        if copy_line:
            id.append ( ln[:] )
        if "ends with string" in ln :
            copy_line = False

    with open ('C:\\Py\\testing_out.txt', 'a', encoding='utf-8' ) as fo:
        fo.write (",".join(id))

print(id)
于 2019-04-06T00:34:27.027 回答