Question

我正在尝试使用Python从@ 6,500表单生成的电子邮件中提取某些四个数据元素：主题字段，发件人的电子邮件地址，日期戳和发件人的实际地址。

我编写了一个简单的Python脚本，可以成功复制每条消息中的前三个数据元素并将它们写入新文件。这很容易实现，因为对于这三个数据元素中的每一个，每个元素都有一个明确的标记（“主题”，“从”或“日期”）。这是我的Python脚本，它成功地抓取了前三个数据元素：

with open("samplefile.txt") as f:
    with open("samplefileout.txt", "w") as f1:
        for line in f:
            line = line.rstrip()
            if "Subject: " in line:
                f1.write(line)
            if "From: " in line:
                f1.write(line) 
            if "Date: " in line:
                f1.write(line)

我要捕获的第四个数据元素，即发件人的物理地址，处理方式不同。由于这些电子邮件的网络形式特性，发件人的姓名和家庭地址始终位于每封邮件的相同位置。在以“Date：”开头的行之后有一个空白行，那么发件人的真实姓名总是在下一行，发件人的家庭地址总是在下一行，然后发件人的城市和邮政编码总是在下一行。

我的问题是：我可以在上面的代码中添加什么，这样它不仅可以将“Date：”行写入输出文件，还可以在“Date：”之后写入第2行，第3行和第4行。换行到输出文件？我一直无法找到有关如何处理多行或相对行引用的任何内容。

第二，相关的问题。我已经开始接收看起来像第二批表单电子邮件了。在第二批中，发件人的姓名和地址位于每封邮件的底部。很容易通过并找到每条消息的开头。如何从每条消息的底部为第1行，第2行，第3行和第4行写一个写入语句？对我来说，这似乎是同一类型的多行和/或相对行引用问题。

Answer 1

with open("samplefile.txt") as inf, open("samplefileout.txt", "w") as outf:
    for line in inf:
        if line.startswith("Subject: ") or line.startswith("From: "):
            outf.write(line)
        elif line.startswith("Date: "):
            outf.write(line)
            skip =     next(inf, "")    # skip blank line
            outf.write(next(inf, ""))   # 2
            outf.write(next(inf, ""))   # 3
            outf.write(next(inf, ""))   # 4

对于第二个问题，我会考虑将inf投入collections.deque(maxlen=4);当你找到一个消息底部（在将它送入双端队列之前）时，双端队列包含你想要的线条。

Answer 2

您可以将文件读入数组，然后使用从0到文件长度的整数：

lines = open("test.txt").readlines()

with open("samplefileout.txt", "w") as f1:
    for x in range(0,len(lines)):
        line = lines[x].rstrip()
        if "Subject: " in line:
            f1.write(line)
        if "From: " in line:
            f1.write(line)
        if "Date: " in line:
            f1.write(line)
            f1.write(lines[x+2])
            f1.write(lines[x+3])
            f1.write(lines[x+4])

对于文件的最后4行：

lines = open("test.txt").readlines()
with open("samplefileout.txt", "w") as f1:
    end = len(lines) - 1
    f1.write(lines[end-3])
    f1.write(lines[end-2])
    f1.write(lines[end-1])
    f1.write(lines[end])

Python文本解析 - 如何捕获和写入多行

2 个答案: