Question

我查了切片文档，仍然没有找到我需要的东西。我是初学者。

我有一个很大的文本文件。我想使用文档中重复的相同行来切割该文件。取这些行中的2行并将其保存在一个数字文件中）

我想我可以让我的循环保存工作，但我不知道如何切片文档。

类似的东西：

    for i in xrange(n):
    f = open("patent.data_"+str(i)+".dat","w")

我认为当我提取文件的部分时，我只是让计数器运行它（n）。

有人可以向我提供帮助或链接，以便我能解决这个问题吗？

祝福

PS：这是我更新的非工作解决方案：

    f = open(PATENTS, 'r')
text =f.read()
text.split("\n "<?xml version="1.0" encoding="UTF-8"?>"\n")

好的，我尝试使用.splitlines，我认为我更接近于将文本分成我想要的块的工作解决方案。这是我到目前为止所做的工作：

f = open(PATENTS, 'r')
text =f.read()
n=0
counter=0
textblock=[]
stext= text.splitlines()

for lines in stext:
    if stext[n]!='<?xml version="1.0" encoding="UTF-8"?>':
        textblock.append(stext[n])

    else:
        counter+=1
    n+=1
print counter
print textblock
f.close()

计数器给出了我想要的正确数量的文本块，if语句也可以。遗憾的是，不起作用的是索引变量textblock。我想到了类似的东西：

textblock[counter]

但是这给了我一个错误“列表索引超出范围”

确定切换到这样的元组列表：但现在不知道如何访问列表中的元组值：（

for lines in stext:
    if stext[n]!='<?xml version="1.0" encoding="UTF-8"?>':
        textblock.append((counter,stext[n]))

    else:
        counter+=1
    n+=1
print counter

Answer 1

你想要的python术语是＆＃34;分裂＆＃34;而不是切片。由于您的拆分模式是整行，因此将整个文件读入一个字符串并将其拆分为一个块列表，如下所示：

fp = open("pattern_data.txt")
text = fp.read()
fp.close()
parts = text.split('\n<?xml version="1.0" encoding="UTF-8"?>\n')

parts现在是您的文件块列表。

请注意，split()会从结果中删除拆分文本;这应该没问题，因为你知道它在哪里。此外，我写它的方式切割线必须完全包含拆分模式，没有别的（如果行末有额外的空格，则删除换行符\n，或者如果这不起作用）。如果您需要的分割模式可能会有所不同，请使用re.split分割正则表达式而不是固定字符串。

Answer 2

试试这个

from itertools import count
c = count(1)
with open("mainfile.txt") as f:
    temp = []
    filenum = next(c)
    for i in f:
        if i in temp:
            temp = []
            filenum = next(c)
        temp.append(i)
        with open("patent.data_"+str(filenum)+".dat","a") as f1:
            f1.write(str(i))

python使用行（短语）而不是字符切片文件

2 个答案: