过滤以特定字符串开头的 txt 行 (Python)

Question

我有一个看起来像这样的 txt 文件：

...
|J150|DRE.16.2|T|2|DRE.16|PROVISAO P  CSLL|6779,24|D|D||
|J150|DRE.16.2.001|D|3|DRE.16.2|CSLL|6779,24|D|D||
|J150|DRE.17|T|1||LUCRO DO EXERCICIO|55797,1|C|R||
|J005|01012018|31122018|1||
|J100|BP.01|T|1||A|ATIVO|5540527,48|D|8656252,32|D||
|J100|BP.01.1|T|2|BP.01|A|ATIVO CIRCULANTE|5030370,68|D|7881200,94|D||
|J100|BP.01.1.1|T|3|BP.01.1|A|DISPONIBILIDADES|380741,7|D|777224,63|D||
|J100|BP.01.1.1.01|T|4|BP.01.1.1|A|CAIXA|96786,62|D|69935,41|D||
|J100|BP.01.1.1.01.001|D|5|BP.01.1.1.01|A|Caixa|96786,62|D|69935,41|D||
...

它很长。 我想在一个新文件中只分离以“|J100|”开头的行。 我在这里尝试了一些答案，但在我的情况下不起作用。 在我的试验下面：

path="file.txt"
open('newfile','w').writelines([ line for line in open(path) if '|J100|' in line])

没用，得到UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc1 in position 255: invalid start byte

然后我尝试了这个：

with open(path,'rb') as f,open('new.txt','wb') as g:
    g.writelines(filter(lambda line: '|J100|' in line, f))

并得到这个作为响应： TypeError: a bytes-like object is required, not 'str'

有任何想法吗？

Answer 1

如果

path="file.txt"
open('newfile','w').writelines([ line for line in open(path) if '|J100|' in line])

引发UnicodeDecodeError然后 file.text 的内容未编码为 UTF-8。

这段代码

with open(path,'rb') as f,open('new.txt','wb') as g:
    g.writelines(filter(lambda line: '|J100|' in line, f))

引发TypeError因为您正在以二进制模式读取文件，因此其内容为 output 作为bytes ，但 lambda 将这些字节与字符串值（ '|J100|' ）进行比较。 最好的方法是将字节与字节（ b'|J100|' ）进行比较。 此外，如果您只想要以特定值开头的行，请使用bytes.startswith过滤包含 |J100| 的行。 开始后：

with open(path,'rb') as f,open('new.txt','wb') as g:
    g.writelines(filter(lambda line: line.startswith(b'|J100|'), f))