Question

我有一个包含数千行数据的文件名。我正在读取文件名并进行编辑。

以下标记约为900行或更多（每个文件不同）：

<Report name="test" xmlns:cm="http://www.domain.org/cm">

我需要在几个文件中删除该行及其前面的所有内容。所以我需要代码来搜索该标签并删除它以及它上面的所有内容它不会总是900线下降，它会有所不同;但是，标签总是一样的。

我已经有了代码来读取行并写入文件。我只需要找到该行并删除它以及之前的所有内容背后的逻辑。

我尝试逐行读取文件，然后一旦命中该字符串就写入新文件，但逻辑错误：

readFile = open(firstFile)
lines = readFile.readlines()
readFile.close()
w = open('test','w')
for item in lines:
    if (item == "<Report name="test" xmlns:cm="http://www.domain.org/cm">"):
        w.writelines(item)
w.close()

此外，每个文件中的确切字符串不会相同。值“test”将有所不同。我或许需要检查标签名称“”

非常感谢任何帮助。

Answer 1

您可以使用tag_found之类的标志来检查何时应将行写入输出。您最初将标记设置为False，然后在找到正确的标记后将其更改为True。当标志为True时，您将该行复制到输出文件。

TAG = '<Report name="test" xmlns:cm="http://www.domain.org/cm">'

tag_found = False
with open('tag_input.txt') as in_file:
    with open('tag_output.txt', 'w') as out_file:
        for line in in_file:
            if not tag_found:
                if line.strip() == TAG:
                    tag_found = True
            else:
                out_file.write(line)

PS：with open(filename) as in_file:语法使用Python称之为“上下文管理器”的语法 - 请参阅here以获取概述。对它们的简短解释是，当with:块完成时，它们会自动为您安全关闭文件，因此您不必记住放入my_file.close()语句。

Answer 2

您可以使用正则表达式来匹配您的行：

regex1 = '^<Report name=.*xmlns:cm="http://www.domain.org/cm">$'

获取与正则表达式匹配的项目的索引：

listIndex = [i for i, item in enumerate(lines) if re.search(regex, item)]

切片列表：

listLines = lines[listIndex:]

并写入文件：

with open("filename.txt", "w") as fileOutput:
    fileOutput.write("\n".join(listLines))

伪代码

尝试这样的事情：

import re

regex1 = '^<Report name=.*xmlns:cm="http://www.domain.org/cm">$' # Variable @name
regex2 = '^<Report name=.*xmlns:cm=.*>$' # Variable @name & @xmlns:cm

with open(firstFile, "r") as fileInput:
    listLines = fileInput.readlines()

listIndex = [i for i, item in enumerate(listLines) if re.search(regex1, item)]
# listIndex = [i for i, item in enumerate(listLines) if re.search(regex2, item)] # Uncomment for variable @name & @xmlns:cm

with open("out_" + firstFile, "w") as fileOutput:
    fileOutput.write("\n".join(lines[listIndex:]))

从文件python中的字符串之前删除字符串和所有行

2 个答案: