Question

我有一个看起来像这样的输入文件：

#nP 4
#mP 0.0262
#mH     10
#HP various info:
14  H   0.026
19  P   0.054
20  H   0.012
512 H   0.005
#xP
#kP
99
89
90

我想从第5行开始提取4行（因为第一行中的np = 4），因此输出将如下所示：

14  H   0.026
19  P   0.054
20  H   0.012
512 H   0.005

我试过这个：

import sys

head = sys.stdin.readline()
head = head.strip()
head = head.split('\t')
cntHetPos = int(head[1])
if "#HP" in sys.stdin.readlines():
  lines = sys.stdin.readlines()[0:cntHetPos]
  print lines

但它不会打印出行，也不会给出错误消息。我的建议基于我在此处找到的先前答案：Read file from line 2 or skip header row 想法？

Answer 1

readlines()会在您第一次调用它时返回所有行的列表，但第二次，它是空的，因为所有行都已被读取和使用。将它们存储在变量中：

lines = sys.stdin.readlines()

将它置于顶部，因为您也可以使用它来阅读head变量：

head = lines[0]

另一个问题是你需要遍历所有行来查找#HP令牌，并且需要跟踪行号以便正确切片列表：

for i, line in enumerate(lines):
  if "#HP" in line:
    lines = lines[i+1 : i+1+cntHetPos]

最后，如果你想打印行而不是格式化列表，你需要加入它们（注意行尾字符已经在那里）：

    print ''.join(lines),

而且，为了更好地衡量，我们可以在找到正确的行后立即停止，因此我们break就在print之后。

总结一下：

import sys

lines = sys.stdin.readlines()
head = lines[0]
head = head.strip()
head = head.split('\t')
cntHetPos = int(head[1])
for i, line in enumerate(lines):
  if "#HP" in line:
    lines = lines[i+1 : i+1+cntHetPos]
    print ''.join(lines),
    break

Answer 2

这是一个非常难看的匹配模式，但它可能符合您的需求;

/#nP.*?#HP.*?$.*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+)/gsm

它会将您要抓取的4条线的结果分组并将它们分组。您甚至可以对结果进行分组，以便您立即单独获取14 H 0.026。喜欢的东西;

(\d+) +(\w) +([\d\.]+)

示例

import re string = '''#nP 4 #mP 0.0262 #mH 10 #HP various info: 14 H 0.026 19 P 0.054 20 H 0.012 512 H 0.005''' result = re.findall('#nP.*?#HP.*?$.*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+)', string, re.S | re.M) print(result)

<强>输出

[('14 H 0.026', '19 P 0.054', '20 H 0.012', '512 H 0.005')]

Answer 3

也许是这样的：

from itertools import islice

with open('yourfile') as fin:
    count = int(next(fin).split()[1])
    non_comments = (line for line in fin if not line.startswith('#'))
    print list(islice(non_comments, None, count))
    # ['14  H   0.026\n', '19  P   0.054\n', '20  H   0.012\n', '512 H   0.005\n']

Answer 4

linecache module专为从文件中有效读取行而定制：

linecache module允许任何人从任何文件获取任何行，而试图在内部优化，使用缓存，常见的情况从单个文件中读取许多行。这被使用了回溯模块，用于检索包含在中的源行格式化的追溯。

假设文本文件名为blah，文件数据从第五行开始：

#!/usr/bin/python   

import linecache

starting_line_number = 5   
number_of_lines      = int(linecache.getline('blah',1).split()[1])
for line_num in range(starting_line_number, starting_line_number+number_of_lines):
    print linecache.getline('blah',line_num),

如何从文件中的某个位置提取一定数量的行

4 个答案: