Question

update-my file.txt.zp是制表符分隔的，看起来像这样： file.txt.zp 我想将第一个col分割为：_ /

原帖：我有一个非常大的压缩制表符分隔文件。我想打开它，一次扫描一行，拆分一些col，然后将其写入新文件。我得到了各种错误（每次我修复另一个pops）这是我的代码：

import csv
import re
import gzip

f = gzip.open('file.txt.gz')
original = f.readlines()
f.close()

original_l = csv.reader(original)
for row in original_l:
    file_l = re.split('_|:|/',row)
    with open ('newfile.gz', 'w', newline='') as final:
        finalfile = csv.writer(final,delimiter = ' ')
        finalfile.writerow(file_l)

谢谢！

对于这段代码我得到了错误：

for row in original_l:
_csv.Error: iterator should return strings, not bytes (did you open the file in text mode?)

所以基于我在这里找到的内容，我在f.close（）之后添加了这个：

original = original.decode('utf8')

然后得到错误：

original = original.decode('utf8')
AttributeError: 'list' object has no attribute 'decode'

Answer 1

更新2

此代码应生成您之后的输出。

import csv
import gzip
import re

with gzip.open('file.txt.gz', mode='rt') as f, \
        open('newfile.gz', 'w') as final:
    writer = csv.writer(final, delimiter=' ')
    reader = csv.reader(f, delimiter='\t')
    _ = next(reader)        # skip header row
    for row in reader:
        writer.writerow(re.split(r'_|:|/', row[0]))

<强>更新

以文本模式打开gzip文件，因为Python 3中的CSV模块需要str个对象。

f = gzip.open('file.txt.gz', 'rt')

在创建csv.reader时指定分隔符。

original_l = csv.reader(original, delimiter='\t')

这将让你超越第一道障碍。

现在您需要解释数据是什么，您希望提取哪些列以及输出应该是什么样的。

原始答案如下......

一个明显的问题是输出文件不断被下一行输入覆盖。这是因为输出文件每行一次以（超过）写入模式（“＆＃39; w``”）打开。

最好在循环外打开输出文件。

此外，创建阅读器时未指定CSV文件分隔符。您说该文件是制表符分隔的，因此请指定：

original_l = csv.reader(original, delimiter='\t')

另一方面，您的代码尝试使用其他分隔符分割每一行，但是，来自csv.reader的行表示为列表，而不是re.split()代码所需的字符串

另一个问题是输出文件没有像顾名思义那样压缩。

如何使用csv工具获取zip文本文件？

1 个答案: