Question

我有一个大型文本文件（> 200mb），具有70k行。现在，我想在每行中找到一些特殊的文本，然后在每行的末尾再次放置它（用$符号分隔）。 N ++和Regex可以工作，但是速度有点慢，所以我想在python上尝试一下。

对于代码，我将得到fn.write（text + run +“ \ n”）的“ TypeError：必须为str，而不是列表”

import re

with open('Testfile.txt', mode='r', encoding='utf-8', errors='ignore') as f:
    for line in f.readlines():
        text = line.replace("\n","$")
        run = re.findall(r'Typ: (.*?);', line) or "0"
        print(text+run)

        with open ("NEWTest.txt", mode="w") as fn:
            fn.write(text+run+"\n")

有人知道该错误，也知道是否有更快的方法（代码）吗？

Answer 1

尝试

import re

with open('Testfile.txt', mode='r', encoding='utf-8', errors='ignore') as f:
    for line in f.readlines():
        text = line.replace("\n","$")
        run = re.findall(r'Typ: (.*?);', line) or "0"


        with open ("NEWTest.txt", mode="w") as fn:
            fn.write(text + ''.join(run) + "\n")

或

with open('Testfile.txt', mode='r', encoding='utf-8', errors='ignore') as f:
    for line in f.readlines():
        text = line.replace("\n","$")
        run = re.search(r'Typ: (.*?);', line) or "0"


        with open ("NEWTest.txt", mode="w") as fn:
            fn.write(text + run + "\n")

Answer 2

re.findall returns a list of strings-即在提供给它的文本中找到的所有匹配项。

$.fancybox.open({
  type : 'iframe',
  src  : "data:application/pdf;base64,' + data + '",
  iframe : {
    css : {
      width: '80%',
      height: '80%'
    }
  }
});

要在末尾再次包含它，可以将所有匹配项结合在一起：

>>> import re
>>> re.findall(r'Typ: (.*?);', 'Typ: foobar;')
['foobar']

如果您只想进行一场比赛，则可以改用fn.write(text + ''.join(run) + "\n")：

re.search

它适用于您的示例：

>>> re.search(r'Typ: (.*?);', 'Typ: foobar;').group(1)
'foobar'

但是，如果没有匹配项，>>> re.search(r'Typ: (.*?);', 'Typ: Mehrfamilienhaus;').group(1) 'Mehrfamilienhaus'会给出re.search，因此您可以在尝试检索None之前检查是否已找到正确的匹配项（就像您在group）

findall

使用python re

2 个答案: