Question

注意：解决方案需要是我可以嵌入python的东西。

我有一个包含800,000多行的文件。线条分组。每组行的开头以＆＃34; IMAGE＆＃34;开头。然后是一行以＆＃34; HISTO＆＃34;开头。然后至少有一行，但通常是多行，以＆＃34; FRAG＆＃34;。

开头

我需要：
1.删除/放弃以＆＃34; HISTO＆＃34;开头的任何行 2.对于每个＆＃34; FRAG＆＃34;我需要加入以前的＆＃34; IMAGE＆＃34;行。这是一个例子。

IMAGE ...data1...  
HISTO usually numbers 0 0 1 1 0 1 0  
FRAG ...data1...  
FRAG ...data2...  
IMAGE ...data2...  
HISTO usually numbers 0 0 1 1 0 1 0   
FRAG ...data1...  
FRAG ...data2...  
FRAG ...data3...  
FRAG ...data4...

结果需要如下所示：

IMAGE ...data1... FRAG ...data1...  
IMAGE ...data1... FRAG ...data2...  
IMAGE ...data2... FRAG ...data1...  
IMAGE ...data2... FRAG ...data2...  
IMAGE ...data2... FRAG ...data3...  
IMAGE ...data2... FRAG ...data4...

在使用IMAGE线重新开始之前，可以有许多FRAG线。

这基于前一个问题，但现在我需要使用python来保持一致性。这是我正在使用的代码。

> sed 's/>//' Input.txt|awk '/^IMAGE/{a=$0;next;} /^FRAG/{print ">"a,$0}'

感谢AwkMan以前的解决方案。

Answer 1

Python解决方案

with open('Input.txt') as f:
    for line in f:
        line = line.rstrip()
        if line.startswith('>IMAGE'):
            img = line
            continue
        if line.startswith('>HIST'):
            continue
        print('%s %s' % (img, line.lstrip('>')))

这会产生：

>IMAGE ...data1... FRAG ...data1...
>IMAGE ...data1... FRAG ...data2...
>IMAGE ...data2... FRAG ...data1...
>IMAGE ...data2... FRAG ...data2...
>IMAGE ...data2... FRAG ...data3...
>IMAGE ...data2... FRAG ...data4...

Awk解决方案

尝试：

awk '/^>IMAGE/{img=$0;next} /^>HISTO/{next} {print img,substr($0,2)}' Input.txt

实施例

将此作为输入文件：

$ cat Input.txt 
>IMAGE ...data1...
>HISTO usually numbers 0 0 1 1 0 1 0
>FRAG ...data1...
>FRAG ...data2...
>IMAGE ...data2...
>HISTO usually numbers 0 0 1 1 0 1 0
>FRAG ...data1...
>FRAG ...data2...
>FRAG ...data3...
>FRAG ...data4...

我们的代码产生：

$ awk '/^>IMAGE/{img=$0;next} /^>HISTO/{next} {print img,substr($0,2)}' Input.txt
>IMAGE ...data1... FRAG ...data1...
>IMAGE ...data1... FRAG ...data2...
>IMAGE ...data2... FRAG ...data1...
>IMAGE ...data2... FRAG ...data2...
>IMAGE ...data2... FRAG ...data3...
>IMAGE ...data2... FRAG ...data4...

如何运作

Awk隐式地逐行读取文件。我们将IMAGE行保存在变量img中，并在出现FRAG行时打印出来。

更详细：

/^>IMAGE/{img=$0;next}

对于以>IMAGE开头的任何行，我们将该行保存在变量img中，然后跳过其余命令并跳转到next行重新开始。< / p>
/^>HISTO/{next}

对于以>HISTO开头的任何行，我们会跳过其余命令并跳转到next行重新开始。
print img,substr($0,2)

对于所有其他行，我们打印img后跟当前行减去其第一个字符（样本输入中为>）。

Answer 2

试试这个解决方案：

XDocument doc = XDocument.Load(filepath);

var elements  = doc
        .Descendants("OTPCDATA")                       //flatten your hierarchy
        .Where(x=>(string)x.Element("STATUS") =="0")   // filter those elements whose nested status is  "0".
        .Select(x=>x.Element("STATUS"));               // Select those elements.

还要考虑当你有一个已经在线的命令时，比如＆＃34; John1024＆＃34; awk命令，您可以使用子进程执行它：

// Now update element value
foreach(var element in elements)
{
    // your logic.
    element.Value = "1";
}

doc.Save();

加入和删除行

2 个答案:

Python解决方案

Awk解决方案

实施例

如何运作