Question

我最近不得不在我的网站上紧急复制我的数据库。

我使用我在Python中使用管理代码创建的一些函数来删除它。数据库格式如下：

Name: 
Phone Number: 
Has played the game:

所有内容都复制在.txt文件中，但有时，我在文件中发现了一些错误，如：

Name: Name: Name: Bob

如何使用shell命令或Python清除此混乱，但保持相同的顺序（我希望它仍然是姓名，电话号码等）？

Answer 1

假设您在db.txt

中有这个

Phone Number: 
Phone Number: Phone Number: Phone Number: 0118521358 Name: Name: Name: Name: Bob
Has played the game:
Name: Name: Name: Name: Bob

您可以尝试这样的小脚本

import re
#create a new file called new_file
new_file=open("new_file",'w')
#open the database file with the discrepancies
file_with_error=open('db.txt','r')
#make a list of all your columns in the db
db_header=['Name:','Phone Number:']
#iterate through each line in your database file and  find matches to replace
for line in file_with_error:
    for col_name in db_header:
        line=re.sub("(%s[ ]*)+" %(col_name,),col_name,line)
    new_file.write(line) #write your new line your file
new_file.close()
exit(0)

Answer 2

您可以使用正则表达式来运行字符串匹配，并在文本文件中替换修复此问题。你可以用python或简单地在像notepad ++这样的编辑器中完成这个。搜索表达式：

Name:.+(Name: (?!Name:).+)

并将其替换为

$1

在您的文本文件中，此表达式将查找以

开头的所有行

Name:

并将其替换为：

Name: Bob

Answer 3

我假设您知道如何在python中逐行读取文本文件。假设您将每行读入一个名为s

的字符串

>>> s = "Name: Name: Name: Bob"
>>> s2 = "Name: Bob"
>>> 
>>> s_split = s.split(":")
>>> s_split
['Name', ' Name', ' Name', ' Bob']
>>> result = ": ".join(s_split[-2:])
>>> result
' Name:  Bob'
>>> result = ": ".join(s_split[-2:]).strip()
>>> result
'Name:  Bob'

第一次拆分会将字符串拆分为字符串列表，其中：是分隔符。连接将获取列表中的最后两个字符串，并将它们与：连接在一起。如果线是正常的，它就可以工作。它也适用于任何数量的错误标签

清除包含多个重复项的文件

3 个答案: