Question

我有一个非常大的（~8 GB）文本文件，它有很长的行。我想在这个文件的选定范围内拉出行，并将它们放在另一个文本文件中。事实上，我的问题与this和this非常相似，但当我尝试选择一系列行而不是一行时，我一直陷入困境。

到目前为止，这是我开始工作的唯一方法：

lines = readin.readlines()
out1.write(str(lines[5:67]))
out2.write(str(lines[89:111]))

然而，这给了我一个列表，我想输出一个格式与输入文件相同的文件（每行一行）

Answer 1

您可以在范围内呼叫加入。

lines = readin.readlines()
out1.write(''.join(lines[5:67]))
out2.write(''.join(lines[89:111]))

Answer 2

我可能建议不按照你的一个链接存储整个文件（因为它很大）吗？

f = open('file')
n = open('newfile', 'w')
for i, text in enumerate(f):
    if i > 4 and i < 68:
        n.write(text)
    elif i > 88 and i < 112:
        n.write(text)
    else:
        pass

我还建议使用'with'而不是打开和关闭文件，但遗憾的是我不允许在这里升级到足够新版本的python :(。

Answer 3

面对这样的问题时，首先要考虑的是避免一次将整个文件读入内存。 readlines()会这样做，因此应避免采用特定方法。

幸运的是，我们在Python中有一个优秀的标准库itertools。 itertools有许多有用的功能，其中一个是islice。 islice迭代迭代（例如列表，生成器，类文件对象等）并返回包含指定范围的生成器：

itertools.islice(iterable, start, stop[, step])


创建一个从迭代中返回所选元素的迭代器。如果start不为零，     然后跳过迭代中的元素，直到达到开始。     之后，除非设置了步骤，否则将连续返回元素     高于一，导致项目被跳过。如果停止是无，     然后迭代继续，直到迭代器耗尽，如果有的话;     否则，它停在指定位置。与常规切片不同，     islice（）不支持start，stop或step的负值。     可用于从内部数据中提取相关字段     结构已经扁平化（例如，多行报告可能会     列出每三行的名称字段）

使用此信息以及str.join方法，您可以例如使用这个简单的代码提取第10-19行：

from itertools import islice

# Add the 'wb' flag if you use Windows
with open('huge_data_file.txt', 'wb') as data_file: 
    txt = '\n'.join(islice(data_file, 10, 20))

请注意，循环遍历文件对象时，换行符会从行中删除，因此您需要将 \ n 设置为加入字符。

Answer 4

（部分答案）为了使您当前的方法有效，您必须逐行编写。例如：

lines = readin.readlines()

for each in lines[5:67]:
    out1.write(each)

for each in lines[89:111]:
    out2.write(each)

Answer 5

path = "c:\\someplace\\"

打开2个文本文件。一个用于阅读，一个用于写作

f_in = open(path + "temp.txt", 'r')
f_out = open(path + output_name, 'w')

浏览输入文件的每一行

for line in f_in:
    if i_want_to_write_this_line == True:
        f_out.write(line)

完成后关闭文件

f_in.close()
f_out.close()

选择并打印特定行的文本文件

5 个答案: