Question

我有一个这样的文件（聊天文件，大约5GB）

XX, XX[14:59]: 
hello YY.
how are you today? 
YY, YY [14:59]: 
Hi
good, thank you, and you~
XX, XX[15:00]: 
thanks, I am good) 
YY, YY [15:00]: 
;)

我写了一些正则表达式，所以我可以看到名称正在改变。

def is_service_desk_line(line):
    return re.match("XX, XX \[[0-9]+:[0-9]+[ A-Z]*\]:", line)


def is_someone_else_line(line):
    return re.match("YY, YY *\[[0-9]+:[0-9]+[ A-Z]*\]:", line)

我不知道如何阅读文件以及如何设置＆＃34;触发器＆＃34; （例如，一旦该线与服务台线匹配，开始写下属于用户XX的下一行，直到该线与某人的其他线匹配。

我只需要属于XX用户的消息行。

我知道如何在Python中读取文件，但是如何设置＆＃34;触发器＆＃34;？

更新：

我需要的输出只是属于XX用户的行：

hello YY.
how are you toda?
thanks, I am good)

Answer 1

如果我正确理解了这个问题，您可以使用以下内容：

f = open("input_file")
lines = f.readlines()
f.close()

for line in lines:
    if is_service_desk_line(line):
        print("This is a service desk line", line)
    elif is_someone_else_line(line):
        print("This is someone else", line)
    else:
        print("This is neither", line)

如果您只想要来自用户XX的行，那么只需使用if语句（否则为否等），它只会输出该用户的行。

修改

要仅输出用户XX的行，您可以使用以下内容：

f = open("input.txt")
lines = f.readlines()
f.close()

print_line = False

for line in lines:
    if is_someone_else_line(line):
        print_line = False

    if print_line:
        print(line)

    if is_service_desk_line(line):
        print_line = True

输出是：

hello YY.

how are you today? 

thanks, I am good)

Answer 2

我做到了！

代码：

def get_messages(w_file, r_file):
    trigger = ""
    someone_else_line = ""
    with open(w_file, "wb") as w:
        with open(r_file, "r") as r:
            for line in r:
                if is_service_desk_line(line):
                    trigger = line
                    continue
                elif is_someone_else_line(line) or is_different_support(line):
                    trigger = line
                    someone_else_line = trigger
                    continue
                elif line.startswith("From"):
                    trigger = someone_else_line

                elif is_service_desk_line(trigger):
                    w.write(line)

关闭:)）

Answer 3

你有一个很大的文件，我不建议使用readlines()

将整个内容读入内存

这样的内存高效版本将遵循：

out_flag = False

with open('input_file.txt', 'r') as in_file:
    for line in in_file:
        if is_service_desk_line(line):
            out_flag = True  # sets output flag
            continue  # skips that line
        if is_someone_else_line(line):
            out_flag = False  # sets output flag
        if out_flag:
            print(line)

Answer 4

匹配当前行后，您需要打印所有值，直到另一个用户行。所以你需要为任何用户添加一个正则表达式，以便知道何时停止打印行并再次检查一些用户。

蟒蛇。如何从文件中获取所需的行

4 个答案:

修改