Question

匹配此表单中的文件。它始终以InvNo开头，〜EOR~是记录结束。

InvNo: 123
Tag1: rat cake
Media: d234
Tag2: rat pudding
~EOR~
InvNo: 5433
Tag1: strawberry tart
Tag5: 's got some rat in it 
~EOR~
InvNo: 345
Tag2: 5
Media: d234
Tag5: rather a lot really
~EOR~

它应该成为

IN 123
UR blabla
**
IN 345
UR blibli
**

其中UR是一个URL。我想将InvNo作为第一个标签。 **现在是记录标记的结束。这有效：

impfile = filename[:4]
media = open(filename + '_earmark.dat', 'w')

with open(impfile, 'r') as f: 
    HASMEDIA = False
    recordbuf = ''

    for line in f:
        if 'InvNo: ' in line:
            InvNo = line[line.find('InvNo: ')+7:len(line)]  
            recordbuf = 'IN {}'.format(InvNo)

        if 'Media: ' in line:
            HASMEDIA = True
            mediaref = line[7:len(line)-1]

            URL = getURL(mediaref) # there's more to it, but that's not important now  
            recordbuf += 'UR {}\n'.format(URL))

        if '~EOR~' in line:
            if HASMEDIA:
                recordbuf += '**\n'
                media.write(recordbuf)
                HASMEDIA = False

            recordbuf = ''

media.close()

有更好的，更多的Pythonic方式吗？使用recordbuffer和HASMEDIA标志似乎是老帽子。有关良好或更好实践的任何示例或提示？

（另外，我愿意接受关于这篇文章的更多标题的建议）

Answer 1

您最初可以将InvNo和URL设置为None，并且仅在InvNo和URL都不是Falsish时打印记录：

impfile = filename[:4]
with open(filename + '_earmark.dat', 'w') as media, open(impfile, 'r') as f:
    InvNo = URL = None
    for line in f:
        if line.startswith('InvNo: '):
            InvNo = line[line.find('InvNo: ')+7:len(line)]  

        if line.startswith('Media: '):
            mediaref = line[7:len(line)-1]
            URL = getURL(mediaref) 

        if line.startswith('~EOR~'):
            if InvNo and URL:
                recordbuf = 'IN {}\nUR {}\n**\n'.format(InvNo, URL)
                media.write(recordbuf)
            InvNo = URL = None

注意：我根据假设将'InvNo: ' in line更改为line.startswith('InvNo: ')，InvNo始终出现在行的开头。在您的示例中似乎是正确的，但您使用line.find('InvNo: ')的事实表明'InvNo:'可能出现在该行的任何位置。

如果InvNo:仅出现在该行的开头，则使用line.startswith(...)并删除line.find('InvNo: ')（因为它等于0）。

否则，您必须保留'InvNo:' in line和line.find（当然，Media和~EOR~也是如此。使用'Media' in line之类的代码的问题在于，如果Tags可以包含任何内容，则它可能包含字符串'Media'，而不是真正的字段标题。

Answer 2

这是一个版本，如果你不想切片，如果你需要再次写入同一个输出文件，你可能不会，你可以将'w'改为'a'。

with open('input_file', 'r') as f, open('output.dat', 'a') as media:
    write_to_file = False
    lines = f.readlines()
    for line in lines:
        if line.startswith('InvNo:'):
            first_line = 'IN ' + line.split()[1] + '\n'
        if line.startswith('Media:'):
            write_to_file = True
        if line.startswith('~EOR~') and write_to_file:
            url = 'blabla' #Put getUrl() here
            media.write(first_line + url + '\n' + '**\n')
            write_to_file = False
            first_line = ''

用旗帜进行Python流量控制？

2 个答案: