如何從文件中的某個位置提取一定數量的行

Question

我有一個輸入文件，看起來像這樣：

#nP 4
#mP 0.0262
#mH     10
#HP various info:
14  H   0.026
19  P   0.054
20  H   0.012
512 H   0.005
#xP
#kP
99
89
90

我想從第5行開始提取4行（因為第一行中的np = 4），因此輸出將如下所示：

14  H   0.026
19  P   0.054
20  H   0.012
512 H   0.005

我試過這個：

import sys

head = sys.stdin.readline()
head = head.strip()
head = head.split('\t')
cntHetPos = int(head[1])
if "#HP" in sys.stdin.readlines():
  lines = sys.stdin.readlines()[0:cntHetPos]
  print lines

但它不打印出行，也沒有給出錯誤信息。 我基於我在此處找到的先前答案： 基於第2行讀取文件或跳過標題行想法？

Answer 1

readlines()在您第一次調用它時返回所有行的列表，但第二次，它是空的，因為所有行都已被讀取和使用。 將它們存儲在變量中：

lines = sys.stdin.readlines()

把它放在頂部，因為你不妨用它來讀取你的head變量：

head = lines[0]

另一個問題是您需要遍歷所有行以查找#HP令牌，並且您需要跟蹤行號以便正確切片列表：

for i, line in enumerate(lines):
  if "#HP" in line:
    lines = lines[i+1 : i+1+cntHetPos]

最后，如果要打印行而不是格式化列表，則需要加入它們（請注意，行尾字符已經在那里）：

    print ''.join(lines),

而且，為了更好的衡量，我們可以在找到合適的線后立即停止，因此我們會在print后立即break 。

總結一下：

import sys

lines = sys.stdin.readlines()
head = lines[0]
head = head.strip()
head = head.split('\t')
cntHetPos = int(head[1])
for i, line in enumerate(lines):
  if "#HP" in line:
    lines = lines[i+1 : i+1+cntHetPos]
    print ''.join(lines),
    break

Answer 2

這是一個非常丑陋的匹配模式，但它可能適合您的需求;

/#nP.*?#HP.*?$.*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+)/gsm

它會將您要抓取的4條線的結果分組並將它們分組。 你甚至可以對結果進行分組，這樣你就可以分別立即得到14 H 0.026 。 就像是;

(\d+) +(\w) +([\d\.]+)

例

import re

string = '''#nP 4
#mP 0.0262
#mH     10
#HP various info:
14  H   0.026
19  P   0.054
20  H   0.012
512 H   0.005'''

result = re.findall('#nP.*?#HP.*?$.*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+).*?(\d+ +\w +[\d\.]+)', string, re.S | re.M)

print(result)

產量

[('14  H   0.026', '19  P   0.054', '20  H   0.012', '512 H   0.005')]

Answer 3

也許是這樣的：

from itertools import islice

with open('yourfile') as fin:
    count = int(next(fin).split()[1])
    non_comments = (line for line in fin if not line.startswith('#'))
    print list(islice(non_comments, None, count))
    # ['14  H   0.026\n', '19  P   0.054\n', '20  H   0.012\n', '512 H   0.005\n']

Answer 4

linecache模塊專為從文件中有效讀取行而定制：

linecache模塊允許從任何文件獲取任何行，同時嘗試使用緩存在內部進行優化，這是從單個文件中讀取許多行的常見情況。 跟蹤模塊使用它來檢索包含在格式化回溯中的源代碼行。

假設文本文件名為blah ，文件數據從第五行開始：

#!/usr/bin/python   

import linecache

starting_line_number = 5   
number_of_lines      = int(linecache.getline('blah',1).split()[1])
for line_num in range(starting_line_number, starting_line_number+number_of_lines):
    print linecache.getline('blah',line_num),