Question

我是Python的新手。

我使用python脚本将一系列文件导入sqlite3数据库。某些原始文件具有虚假的^M个字符，可将记录拆分为多行。

以下sed命令正确删除^M并加入两行，创建有效记录。

sed -i '/^M^M$/ {s/^M//g;N;s/\n//};' <file>

上面的^M是使用CTRL+V CTRL+M序列创建的。

sed调用的Python行是：

cmd = "sed -i '/\^M\^M$/ {s/\^M//g; N; s/\n////g; };' %s" % (file)
os.system(cmd)

我在Python中尝试了各种转义序列（包括三元组''）并获得解析错误，包括unterminated address regex，unterminated 's' command和unknown option to 's'，并且没有转义{ {1}}我得到了^M

的硬停止解析错误

我怎么能

a）对sed调用进行编码，以便在使用SyntaxError: EOL while scanning string literal

调用时正确执行

或

b）直接在python中执行等效替换（可能更好，但我希望能够在一次传递中执行多种类型的更正，而不是每种更正类型一次传递）。

谢谢。

Answer 1

^M字符为Carriage Return (CR)。它是python中的'\r'字符。

所以，我想，这应该可以正常工作：

cmd = "sed -i '/\r\r$/ {s/\r//g; N; s/\\n////g; };' %s" % (file)
os.system(cmd)

Answer 2

这会更容易，特别是因为你说你有多个替换要执行，完全用Python完成。回车符是"\r"。

该任务的未经测试代码如下：

replacements = (("\r", ""),
                ("one", "two"),
                ("three", "four"))
with open(filename, "r") as fin, open(filename+".new", "w") as fout:
    data = fin.read()
    for t1, t2 in replacements:
        data = data.replace(t1, t2)
    fout.write(data)

然后，它仍然是读者重命名输出文件以覆盖输入文件的练习。顺便说一下，请注意，此代码是明确设计用于处理文本文件的。在Python 3中会产生影响。

Python字符串文字，正则表达式和sed

2 个答案: