匹配字符串中特定数量的字符并删除python

Question

我有一个包含许多行的文本文件。 有些行以特定数量的字符开头。 我想找到包含该数字的字符集，然后删除它们以及后面的空格。 这是列表的示例。

MARVEL COMICS

JUN130675   AGE OF ULTRON HC    $75.00
JUL130663   ALL NEW X-MEN #16   $3.99
JUL130606   AVENGERS AI #3  $2.99
JUL130642   DAREDEVIL DARK NIGHTS #4 

我想在字符串的开头找到那组9个字符，并删除它们以及空格。 总有9个，总是在开始处。 该文本文件包含很多行，因此我想逐步浏览每一行并将输出保存在新的文本文件中。 起始文件的名称为final.txt。 我选择的语言是python。

谢谢

Answer 1

什么规则告诉您“ JUN130675”是可以跳过的东西，而“ MARVEL CO”则不是？ 如果可以用英语描述规则，则可以用代码描述。

例如，也许规则只是“ JUN130675”只不过是字母和数字，而“ MARVEL CO”在中间（空格）还有其他内容。 让我们用Python编写：

def fix_line(line):
    if line[:9].isalnum():
        return line[10:].lstrip()
    else:
        return line

该line[:9]获取前9个字符， isalnum检查所有字符都是字母还是数字。 如果是这样，则line[10:]跳过前9个字符，而lstrip跳过lstrip的空格。

然后，我们将其应用于每行：

with open('input.txt') as fin, open('output.txt', 'w') as fout:
    for line in fin:
        fout.write(fixline(line))

或者，如果规则是必须是字母和数字，并且只能是大写字母，并且必须后跟一个空格……这是Python and三个条件，就像英语一样，所以这样写：

def fix_line(line):
    if line[:9].isalnum() and line[:9] == line[:9].upper() and line[9:10].isspace():
        # everything else is the same

Answer 2

一种使用正则表达式的方式。 这将专门找到要删除的行，方法是丢弃初始单词，而其他单词保持不变。

import fileinput
import re

for line in fileinput.input():
    print(re.sub(r'^\w{3}\d{6}\s+', '', line), end='')

像这样运行：

python3 script.py final.txt >outfile

它产生：

MARVEL COMICS

AGE OF ULTRON HC        $75.00
ALL NEW X-MEN #16       $3.99
AVENGERS AI #3  $2.99
DAREDEVIL DARK NIGHTS #4