Question

我有一个看起来像的文本文件：

text texttext texttext texttext texttext text
text texttext texttext texttext text
==========[start log]====
..
..
..
==============


testtextexttexttesttextexttext
testtextexttexttesttextexttext

==========[start log]====
..
..
..
==============

所以我想创建一个只有以下块的新文件：

==========[start log]=== 
..
..
..
=============

所有===块下面都有2个空白行。

块内的...实际上是文本。

Answer 1

import re

regex = re.compile('==============.+?==============', re.DOTALL)

with open('in.txt', 'r') as f:
    content = f.read()
matches = regex.findall(content)

Answer 2

您可以逐行进行，只复制您想要的内容。

old = open('old.txt', 'r')
new = open('new.txt', 'w')

in_block = False

for line in old:
    if line.startswith('===='):
        in_block = not in_block # Oposite
        new.write(line)
    elif in_block:
        new.write(line)

old.close()
new.close()

将它放在'new.txt'中。

==============
..
..
..
==============
==============
..
..
..
==============

Answer 3

使用sed非常容易：

sed -n '/==============/,/==============/p' example.txt

收率：

==============
..
..
..
==============
==============
..
..
..
==============

Answer 4

从我的阅读中，我认为您不会试图将文字包含在＆＃39; ====＆＃39;

之外。

raw = open(the_file).read()
parts = raw.split("=============")
new_parts = []
for ii, part in enumerate(parts):
    if not (ii % 2): continue
    new_parts.append(part)
new_raw = "=============".join(new_parts)
open(new_file, 'w').write(new_raw)

Answer 5

我的偏好是使用生成器来处理块之前的材料与块内的材料之间的“状态变化”。

你真的在阅读一个头尾序列。头是（文字，'=== ......'，更多文字，'=== ......'）。尾巴是头尾序列。定义是尾递归，允许我们将其展平为循环

def gen_block_sequence( some_source ):
    block_iter= tier(some_source):
    for line in block_iter:
        if line == '==============':
            block= list( gen_head(block_iter)
            yield block

def gen_head( block_iter ):
    for line in block_iter:
        if line == '==============':
            break
        yield line

虽然这很长，但我发现它可以很好地适应大量额外的处理和决策。

读取文件，创建只包含片段块的新文件

5 个答案: