Question

我正在编写一个从不同目录中读取文件的脚本;然后我使用文件ID在csv文件中搜索。这是一段代码。

import os
import glob

searchfile = open("file.csv", "r")
train_file = open('train.csv','w')



listOfFiles = os.listdir("train")
for l in listOfFiles:
    dirList = glob.glob(('/train/%s/*.jpg') % (l))
    for d in dirList:
        id = d.split("/")
        id = id[-1].split(".")
        print id[0] # ID
        for line in searchfile:
            if id[0] in line: # search in csv file
                value= line.split(",") 
                value= value[1]+" "+ value[2] + "\n"
                train_file.write(id[0]+","+value) # write description
                break
searchfile.close()
train_file.close()

但是，我只能从csv文件中搜索一对ID。有人可以指出我的错误。（请参阅说明评论）

EDITED

文本文件的实例。

192397335,carrello porta utensili 18x27 eh l 411 x p 572 x h 872 6 cassetti,,691.74,192397335.jpg

Answer 1

您的问题是当您执行for line in searchfile:时，您正在循环生成器。该文件不会针对每个id进行重置 - 例如，如果您传递给它的第一个id位于第50行，则下一个id将在第51行开始检查。

相反，您可以将文件读取到列表中，然后循环遍历列表：

import os
import glob

with open("file.csv", "r") as s:
    search_file = s.readlines()

train_file = open('train.csv', 'w')

list_of_files = os.listdir("train")
for l in list_of_files:
    dirList = glob.glob(('/train/%s/*.jpg') % (l))
    for d in dirList:
        fname = os.path.splitext(os.path.basename(d))
        print fname[0] # ID
        for line in search_file:
            if fname[0] in line: # search in csv file
                value = line.split(",") 
                value = value[1]+" " + value[2] + "\n"
                train_file.write(fname[0]+","+value) # write description
                break

train_file.close()

我做了其他一些改动 - 首先，你不应该使用名称id，因为它在Python中有意义 - 我选择了fname来表示文件名。其次，我将CamelCase名称伪装成小写，就像惯例一样。最后，通过os.path.splitext和os.path.basename的组合，获取文件名和扩展名是完整且相当一致的。

Answer 2

你需要浏览找到的每个id的搜索文件行，但是当你在循环之外打开文件时，你只能在整个循环中读取每一行。

您应该将整个文件加载到列表中并迭代循环内的行列表，或者如果searchfile非常大并且几乎不适合内存重新打开循环内的文件：

列表版本：

with open("file.csv", "r") as searchfile:
    searchlines = searchfile.readlines()

train_file = open('train.csv','w')

listOfFiles = os.listdir("train")
for l in listOfFiles:
    dirList = glob.glob(('/train/%s/*.jpg') % (l))
    for d in dirList:
        id = d.split("/")
        id = id[-1].split(".")
        print id[0] # ID
        for line in searchlines:   # now a list so start at the beginning on each pass
            if id[0] in line: # search in csv file
                value= line.split(",") 
                value= value[1]+" "+ value[2] + "\n"
                train_file.write(id[0]+","+value) # write description
                break
train_file.close()

重新打开版本

train_file = open('train.csv','w')

listOfFiles = os.listdir("train")
for l in listOfFiles:
    dirList = glob.glob(('/train/%s/*.jpg') % (l))
    for d in dirList:
        id = d.split("/")
        id = id[-1].split(".")
        print id[0] # ID
        searchfile = open("file.csv", "r")
        for line in searchfile:
            if id[0] in line: # search in csv file
                value= line.split(",") 
                value= value[1]+" "+ value[2] + "\n"
                train_file.write(id[0]+","+value) # write description
                break
        searchfile.close()
train_file.close()

在csv文件中搜索

2 个答案: