在文本文件中搜索字符串时如何包含空格

Question

用以下两种方式之一标记每个用户： [donorStatus] => donor或[donorStatus] => notADonor 。

字符串notADonor是唯一的，因此我可以使用以下函数来成功计数它的实例。 但是， donor出现在文件中其他更长的字符串中，因此我想搜索更特定的字符串，例如=> donor 。

每次搜索都会产生0，所以我认为这是空白，它使我无法解决。 任何帮助，将不胜感激。 谢谢！

from collections import Counter;

count = Counter();

for line in open ('data.txt', 'r'):
  for word in line.split():
    count[word] += 1

print count['=> donor']

Answer 1

问题是split()分割每个空格，包括>和donor之间的空格。 要在每个空格处re.split('(?<!>)\\s+', line) > re.split('(?<!>)\\s+', line)之前的空格，请使用re.split('(?<!>)\\s+', line) ：

import re
from collections import Counter

count = Counter()

for line in open ('data.txt', 'r'):
  for word in re.split('(?<!>)\s+', line):
    count[word] += 1

print count['=> donor']

正则表达式解释：

(?<!a)b是用于在表达负回顾后每隔匹配b不前面有a 。 因此， (?<!>)\\s+匹配不以>开头的每个空白字符（ \\s+ ）。

Answer 2

使用split ， count和sum ;

with open('data.txt') as f:
    lines = f.readlines()

只选择我们感兴趣的行

possible = [ln.strip().split() for ln in lines if '[donorStatus]' in ln] 

现在找到捐助者；

print sum(ln.count('donor') for ln in possible)

Answer 3

使用正则表达式。

import re
from collections import Counter;

count = Counter();

for line in open ('data.txt', 'r'):
  for word in line.split():
    if re.search('=> donor', line, re.I):
        count[word] += 1

Answer 4

这应该为您带来想要的结果

def count(word):
    counter = 0
    for line in open ('c:\\data.txt', 'r'):
        if word in line:
            counter += 1
    return counter

print count('=> donor')

Answer 5

如果您只是针对此特定列表执行此操作，并且希望保持快速运行，那么我将首先检查文件中其他位置是否使用了“ =>”。

如果不是这样，则可以节省时间，而只需使用donor_count = count['=>'] - count['notADonor']作为固定时间解决方案即可。

否则，您可能需要将for循环更改为：

for line in open ('data.txt', 'r'):
    if '=> donor' in line:
        count['=> donor'] += 1
    // split and continue counting as needed, etc.

或使用正则表达式（如果要在解析中将正则表达式用于其他功能）。 否则，仅此检查就不值得导入。