Question

我有一个文本文件，我在我的python代码中打开。我想搜索文件并提取特定符号后面的文本。例如，我的文本文件名File.txt是：

您好，这只是一个虚拟文件，其中包含完全没有实质内容的信息，我想在美元符号之间提取信息。所以这里之间的所有这些都应该被拉出来，所以我可以用它来做任何我想做的事情，剩下的这将是第二组。

以下是我的代码示例：

class FileExtract(object):
    __init__(self):
        pass

    def extractFile(self):
        file = open(File.txt)
        wholeFile = file.read()
        file.close()
        symCount = wholefile.count("$") 
        count = 0 #Will count the each $ as it finds it
        begin = False #determines which the $ has been found and begin to start copying word
        myWant = [] #will add the portion I want
        for word in wholeFile.split():
            while(count != symCount):
                if word != "$" and begin == False:
                    break
                if word == "$" and begin == False:
                    myWant.append(word)
                    begin = True
                    count = count + 1 #it found one of the total symbols
                    break
                elif word != "$" and begin == True:
                    myWant.append(word)
                    break
                elif word == "$" and begin == True:
                    begin = False
                    break
        print myWant

我想要打印：

"$ in between here should be pulled out so I can do what ever I want to with it" 
"$ and the rest of this will be a second group."

这是我能想出来的唯一方法（我知道这很糟糕，请放轻松我只是学习）。问题是我的方式是把它放到一个列表中，我希望它只用空格，换行符和所有字符串打印出来。我忽略的任何建议或其他功能/方法构建对我有帮助吗？

Answer 1

s = "Hello, this is just a dummy file that has information with no substance at all and I want to pull the information between the dollar sign symbols. So all of this $ in between here should be pulled out so I can do what ever I want to with it $ and the rest of this will be a second group."

a = s.split("$")[1:]
print a

http://ideone.com/tt9np

当然，分隔符不会出现在结果中，但是自己附加分配是微不足道的。

Answer 2

好吧，你可以做wholefile.split('$')然后有3个元素列表：第一个$之前是什么，$'之间的东西，以及第二个$之后的东西。（而且没有$。）

甚至是print '\n$'.join(wholefile.split('$'))

作为最小功能：

def extract_file(filename):
    return '\n$'.join(open(filename).read().split('$'))

Answer 3

这是flex的用途。你不需要使用flex在python中做同样的事情。

firstFlag = False
secondFlag = False
outputFile1 = open('first.txt', 'wb')
outputFile2 = open('second.txt', 'wb')
yourFile = open('thefile.txt', 'rb')
while True:
    char = yourFile.read(1)
    if not char:
        break
    if char == '$'
        if firstFlag:
            secondFlag = True
        firstFlag = True
    if firstFlag and not secondFlag:
        outputFile1.write(data)
    elif secondFlag:
        outputFile2.write(data)

由于这不是本机C代码，因此速度不会很快。我建议你不仅要看看灵活的工具，还要考虑学习体验。

flex中的上述代码：

%option 8bit outfile="scanner.c"
%option nounput nomain noyywrap
%option warn

%x First
%x Second
%%

. { ECHO; }
\$ { BEGIN First; yyout = fopen("first.txt", "wb"); }
<First>\$ { BEGIN Second; fclose(yyout); yyout = fopen("second.txt", "wb");}
<First>. { ECHO; }
<Second>. { ECHO; }

%%

点命令将每个字符发送到yyout，开始指向stdout。编译这个：

flex -Cf scanner.l 
gcc -O -o flexer.exe scanner.c

它将从stdin中输入。

Answer 4

实际上非常简单。不使用拆分也不将结果存储在列表中：

def extractFile(self):
    file = open(File.txt)
    wholeFile = file.read()
    file.close()

    pos = wholeFile.find("$")
    while pos > 0:
        pos2 = wholeFile.find("$")

        if pos2 > 0:
            print wholeFile[pos:pos2]
        else:
            print wholeFile[pos:]
        pos = pos2

用python从文件中提取文本

4 个答案: