![](/img/trans.png)
[英]Python regex extract lines between substrings that start with certain criteria
[英]Python: Extract lines between certain lines
Windows 7 64位上的Python 3.6.7 64位
mydata.txt (实际文件非常大,因此不能选择readlines())
#之后的名称是容器名称,并且包含以“-”开头的对象
#abc contains:
date 20-Oct
- mmm
- nnn
- ooo
#def contains:
date 23-Oct
- ppp
#ghi contains:
date 24-Oct
- sss
- ttt
#jkl contains:
date 26-Oct
- uuu
- vvv
- www
目标是仅打印以下几行(即容器的内容)
mmm, nnn, ooo @abc
ppp @def
sss, ttt @ghi
uuu, vvv, www @jkl
我的密码
import re
with open('mydata.txt', 'r') as infile:
container = ''
allcontents = ''
for line in infile:
line = line.strip()
if line.endswith('contains:'):
print(allcontents[:-2] + container)
container = re.search('#(.+)\scontains', line).group(1)
container = '@' + container
allcontents = '' #reset allcontents
if line.startswith('- '):
content = re.search('-\s(.+)$', line).group(1)
allcontents = allcontents + content + ', '
这产生输出
mmm, nnn, ooo@abc
ppp@def
sss, ttt@ghi
如您所见,最后一个容器“ jkl”没有被打印。 它的输出在那里,但是在它可以打印循环结束之前。 我该如何解决?
做:
print(allcontents[:-2] + container)
在循环的末尾。
您的最后allcontents
行已经存储在allcontents
,只是没有打印出来。
正如@Austin所说,您需要在循环之外进行打印。 这是修改后的结果,可以提供所需的输出:
import re
with open('mydata.txt', 'r') as infile:
container = ''
allcontents = ''
for line in infile:
line = line.strip()
if line.endswith('contains:'):
print(allcontents[:-2] + container)
container = re.search('#(.+)\scontains', line).group(1)
container = '@' + container
allcontents = '' # reset allcontents
if line.startswith('- '):
content = re.search('-\s(.+)$', line).group(1)
allcontents = allcontents + content + ', '
if container:
print(allcontents[:-2] + container)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.