Python-如何確保從文件讀取的行僅包含給定的字符串，而沒有其他內容

Question

為了確保我准確地開始和停止閱讀文本文件，我在文本文件之間提供“ start1” <->“ end1”，“ start2” <->“ end2”作為標簽，並提供那到我的python腳本。 在我的腳本中，我將其讀取為：

start_end = ['start1','end1']
line_num = []
        with open(file_path) as fp1:
            for num, line in enumerate(fp1, 1):
                for i in start_end:
                    if i in line:
                        line_num.append(num)
        fp1.close()
        print '\nLine number: ', line_num
        fp2 = open(file_path)
        for k, line2 in enumerate(fp2): 
            for x in range(line_num[0], line_num[1] - 1):
                if k == x:
                    header.append(line2)
        fp2.close()

在我到達start10 <-> end10之前，這一直很好。 例如。 它檢查行中是否包含“ start2”，並讀取包含“ start21”的文本，以及結束標記的類似內容。 因此提供“ start1，end1”作為輸入也將讀取“ start10，end10”。 如果我替換行：

if i in line:

同

if i == line:

它拋出一個錯誤。

如何確保腳本讀取僅包含“ start1”而不包含“ start10”的行？

Answer 1

import re
prog = re.compile('start1$')
if prog.match(line):
   print line

如果沒有匹配項，則應返回None；如果該行與已編譯的正則表達式匹配，則應返回一個正則表達式匹配對象 。 正則表達式末尾的“ $”表示該行的末尾，因此“ start1”有效，但“ start10”無效。

或其他方式

def test(line):
   import re
   prog = re.compile('start1$')
   return prog.match(line) != None
> test('start1')
True
> test('start10')
False

Answer 2

您可能想研究正則表達式。 Python re庫具有一些很好的正則表達式工具。 它可以讓您定義一個字符串以與行進行比較，並且可以檢查行的開始和結束。

Answer 3

由於標記始終位於行尾，因此請更改：

start_end = ['start1','end1']

至：

start_end = ['start1\n','end1\n']

Answer 4

如果可以控制輸入文件，請考慮在每個標簽的末尾添加下划線（或任何非數字字符）。

'啟動1 _'< - > 'end1_'

'start10 _'< - > 'end10_'

其他答案中提供的正則表達式解決方案更為優雅，但需要使用正則表達式。

Answer 5

您可以使用find()做到這一點：

for num, line in enumerate(fp1, 1):
    for i in start_end:
        if i in line:
            # make sure the next char isn't '0'
            if line[line.find(i)+len(i)] != '0':
                line_num.append(num)