Question

我有一个11 GB的大.txt文件，其中包含电子邮件地址。我只想保存直到@符号之间的字符串。我的输出仅生成第一行。我使用了先前项目的代码。我想将输出保存在其他.txt文件中。我希望有人能帮助我。

我的代码：

import re 

def get_html_string(file,start_string,end_string):
    answer="nothing"
    with open(file, 'rb') as open_file: 
        for line in open_file:
            line = line.rstrip()
            if re.search(start_string, line) :
                answer=line
                break
    start=answer.find(start_string)+len(start_string)
    end=answer.find(end_string)
    #print(start,end,answer)
    return answer[start:end]


beginstr=''
end='@'
file='test.txt'
readstring=str(get_html_string(file,beginstr,end))


print readstring

Answer 1

如果您的文件如下例所示：

user@google.com
user2@jshds.com
Useruser@jsnl.com

您可以使用此：

def get_email_name(file_name):
    with open(file_name) as file:
        lines = file.readlines()
    result = list()
    for line in lines:
        result.append(line.split('@')[0])
    return result

get_email_name('emails.txt')

出局：

['user', 'user2', 'Useruser']

Answer 2

您的文件很大（11G），因此您不应该将所有这些字符串都保留在内存中。而是逐行处理文件并在读取下一行之前写入结果。

这应该很有效：

with open('test.txt', 'r') as input_file:
    with open('result.txt', 'w') as output_file:
       for line in input_file:
            prefix = line.split('@')[0]
            output_file.write(prefix + '\n')

Python读取.txt并在符号@之后分割单词

2 个答案: