Question

我有一个输入文本文件，我正在阅读并将所有内容存储在列表中。之后，我根据列表中的特定文本出现拆分列表。

这是功能。

import re
def readFile1(file1):
    f = file1.read().split('\n')
    #print f
    ctrlList1 = []
    mfcList1 = []

    for str in f:
        if re.search("MegaMon> mfc",str):
            print "splitting\n"
            break
        else:
            ctrlList1.append(str)

    print ctrlList1, "\n\n\n"

此工作正常并保存ctrlList1，直到文本megamon> mfc出现在主列表中。但是我想在MegaMon> mfc mfcList1之后保存这些行。我无法做到这一点。

我试过了：

if not re.search("MegaMon> mfc", str):
   print "splitting\n"
   continue
else:
    mfcList1.append(str)

但这似乎不起作用。我需要将文本文件保存在两个不同的列表中。任何帮助将不胜感激。

Answer 1

怎么样：

 for index, str in enumerate(f):
        if re.search("MegaMon> mfc",str):
            print "splitting\n"
            mfcList1=f[ index + 1 : ]
            break
        else:
            ctrlList1.append(str)

您可能需要更改[index + 1：]中的索引（写出我的头脑），但通常应该有效。

基本上，这使用枚举来获取“for”循环中当前元素的索引，并且当达到分割点时，将“f”列表的其余部分分配给“mfcList1”列表。

Answer 2

怎么样

 import re
 mfcList1, ctrlList1 = [],[]
 # read the whole file as a list of lines - its easier
 with open(file1, 'r') as f1:
     lines = f1.readlines()

 # for each line, search for your string. 
 # If you have found MegaMon append one mfcList1, else append ctrlList1
 foundMegaMon = False
 for line in lines:
     if re.search("MegaMon> mfc",line):
          foundMegaMon = True
     if foundMegaMon:
          mfcList1.append(line)
     else:
          ctrlList1.append(line)

Answer 3

其他解决方案似乎很好。这个看起来更优雅：

ctrlList1=[]
mfcList1=[]
curlist = ctrlList1                   # Initially, append to ctrlList1
for line in file1:
    str = line.rstrip("\n")           # Remove trailing newlines

    if re.search("MegaMon> mfc",str):
        print "splitting\n"
        curlist = mfcList1            # From now on, append to mfcList1
        continue
    curlist.append(str)

print ctrlList1, "\n\n\n"
print mfclList1, "\n\n\n"

Answer 4

我想我最终采用了这个解决方案并且有效：

def readFile1(file1):
     f = file1.readlines()
     ctrlList1 = []
     mfcList1 = []
     mfc = False

    for line in f:
         if re.search("MegaMon> mfc", line):
             mfc = True

         if re.findall('\n', line):
             v = re.sub('\n', '', line)

         if mfc:
             mfcList1.append(v)
         else:
             ctrlList1.append(v)

感谢其他答案。我会尝试一下。

Answer 5

import re

def split_file(filename, boundary='MegaMon> mfc'):
    """Takes a filename and a delimiter, and returns two lists: 
       the lines before the delimiter and the lines after it.
    """
    pre, post = [], [] # before boundary, after boundary
    passed_boundary = False
    with open(filename) as f:
        for line in f:
            line = line.rstrip('\n')
            if not passed_boundary and re.search(boundary, line):
                passed_boundary = True

            if passed_boundary:
                post.append(line)
            else:
                pre.append(line)
    return pre, post

这与其他答案基本相似，但它包含在一个函数中。它具有以下不错的属性：

它一次处理一行文件而不是一次全部读取
它不会在边界之后的每一行进行正则表达式测试，因此它会更快。
代码更通用，因此它可用于对具有不同边界字符串的文件执行相同的操作（即“MegaMon＆gt; mfc”以外的其他内容）。

使用标题拆分文本文件

5 个答案: