Question

我有一个充满文字的.txt文档。我想搜索特定字符（或理想的字符组（字符串）），然后使用找到的字符进行搜索，并在所选字符后面的字符2/4后面进行搜索。

我创建了一个搜索字符行的版本，但我找不到字符的等价物。

f = open("C:\Users\Calum\Desktop\Robopipe\Programming\data2.txt", "r")
searchlines = f.readlines()
f.close()
for i, line in enumerate(searchlines):
  if "_" in line: 
    for l in searchlines[i:i+2]: print l, #if i+2 then prints line and the next
    print

Answer 1

如果我理解了这个问题，你想要的是重复搜索一个巨大的字符串，而不是逐个搜索字符串列表。

所以，第一步是，不要使用readlines，使用read，这样你就可以获得一个巨大的字符串。

接下来，如何重复搜索字符串中的所有匹配项？

嗯，字符串是可迭代的，就像列表一样 - 它是一个可迭代的字符（它们本身就是长度为1的字符串）。所以，你可以迭代字符串：

f = open(path)
searchstring = f.read()
f.close()
for i, ch in enumerate(searchstring):
    if ch == "_":
        print searchstring[i-4:i+2]

但是，请注意，只有在您只搜索单字符匹配时，此功能才有效。如果您在前四个字符中找到_，则会失败。并且逐个循环遍历几MB的文本可能是低效的。*因此，您可能希望循环遍历str.find：

i = 4
while True:
    i = searchstring.find("_", i)
    if i == -1:
        break
    print searchstring[i-4:i+2]

_{*您可能想知道find除了相同类型的循环之外可能会做什么。而且你是对的，它仍在逐个字符地迭代。但它是在标准库提供的优化代码中进行的 - 使用通常的CPython实现，这意味着＆＃34;内部循环＆＃34;是C代码而不是Python代码，它不需要＆＃34; box up＆＃34;每个角色都要测试它等等，所以它可以更快，更快。}

Answer 2

您可以使用正则表达式：

正则表达式搜索任何两个字符（不是_），_，然后搜索任何不是下划线的四个字符。

import re
with open(path) as f:
    searchstring = f.read()
regex = re.compile("([^_]{2}_[^_]{4})")
for match in regex.findall(searchstring):
    print match

输入：

hello_there my_wonderful_friend

脚本返回：

lo_ther
my_wond
ul_frie

Python：字符/字符串的搜索行的等价物

2 个答案: