Question

我正在使用Python 2，并且我正在阅读一个包含400个域名（由新行分隔）的文件到我的脚本中，测试它们是否符合表达式＆＃39; *。＆＃39 ;如果他们这样做，将它们保存到列表并将列表写入新的.txt。但是，脚本只会获取文件中的最后一个.in域，还有几个。有什么想法吗？

    #!/usr/bin/python

from fnmatch import fnmatch

newDomains = []


with open ('fishDomains.txt', 'r+') as f:
    for line in f:
        print line
        if fnmatch(line, '*.in') is True:
            print line
            newDomains.append(line)

with open('newFishDomains.txt', 'r+') as c:
    for item in newDomains:
        #print item
        c.write(item)
        c.write("\n")

Answer 1

for line in f其中f是一个打开的文件，返回整行，包括终止换行符。

您想要删除该行，并且可能不会将fnmatch用于内置字符串函数可以执行的操作。

with open ('fishDomains.txt', 'r+') as f:
    for line in f:
        line = line.rstrip('\r\n')
        if line.endswith('.in'):
            print line
            newDomains.append(line)

顺便说一句，您通常应该注意所有文本文件中的行具有正确的行尾字符。

另外，list变量略显笨拙，而且不是很容易扩展。特别是对于大型文件，有意义的是尽快写出你发现的内容，而不是收集内存中的所有数据。

with open('newFishDomains.txt', 'r+') as c:
    with open ('fishDomains.txt', 'r+') as f:
        for line in f:
            line = line.rstrip('\r\n')
            if line.endswith('.in'):
                print line
                c.write(line + '\n')

最后，在shell中，这显然是一个单行：

grep '\.in$' fishDomains.txt >newFishDomains.txt

Answer 2

在我的测试之后，我认为应该是导致问题的End of Line符号。在我的环境（win7）中，我打开一个测试文件显示如下（更具体地说，我还显示了EoL符号）

testline1.in\r\n
ttline2.in\r\n
line3.in

将您的代码应用于此文件，它只会显示[＆＃39; line3.in＆＃39;]。因此，我建议您使用strip()，它会删除行尾符号（ LF 或 CRLF ）并删除前导尾随空格。

我的修改后的代码如下：

with open ('fishDomains.txt', 'r+') as f:
    for line in f:
        line = line.strip()   # <====================
        print line
        if fnmatch(line, '*.in') is True:
            print line
            newDomains.append(line)

有一点需要注意的是，旧 macOS系统使用 CR 作为EoL，哪种EoL会因strip而失败，但是＆＃39;十多年前，现在应该没有问题。

为什么我的脚本只适用于我的文本文件的最后一行？

2 个答案: