給定位置和長度，從文件中提取字符串

Question

我正在編寫代碼以按位置檢索文本文件中的特定字符。 例如，我想要文本中1043-1049位置之間的字符序列，例如：

.... acddex .......

...等等。 我希望該文本中包含“ acddex”序列。 我知道它的順序和位置。 到目前為止，我只能打開文件並輸入所需的位置，但是我不知道如何計算整個文本的順序，更難的是，整個文件是示例的組合，因此我還必須設置重復/刷新“>”的特定字符之間的字符計數，如：

agoejngodgj

因此，當我知道所需序列從何處開始時，我需要這些樣本中的序列，它們位於同一文件中。 那我該怎么做呢？

注意：這不是一個短序列，大約200,000個字符，例如，我希望它向我報告第1046個至第1052個位置之間的字符。

Answer 1

在所需序列的開始位置查找字節位置 ，然后調用read並告訴它所需的字節數。

例：

starting_position = XXX # replace XXX with the starting position of your 
                        # desired string
read_length = YYY # replace YYY with how many characters you want to read

with open("filename.txt") as f:
    f.seek(starting_position)
    st = f.read(read_length)

# st now has your characters

注意：此答案假定文件是ASCII編碼的，或使用其他編碼，其中每個字符在文件中僅一個字節。

如果要提取很多序列，請嘗試按順序順序獲取它們，然后再開始查找，這樣就不會在文件中四處走動。 工作正常后，請考慮使用mmap對文件進行性能分析，而不是常規打開。 您可能會看到一些加速。 （但與所有優化一樣，請確保先進行概要分析，然后查看代碼的這一部分是否確實是需要優化的部分！）

Answer 2

stuff = "agoejngodgfjnsodjnfvsojdnvodfjnodjnfbodjngodjgndojgndlkfnvldfkngldjnfgdfjgnldjfn"

print(stuff[10:20])

這將從位置10到20打印字符。

因此，如果您想要1043-1049：

print(stuff[1043:1049])