使用 python (acora) 查找包含關鍵字的行

Question

我正在編寫一個程序，該程序讀取文本文件目錄並找到重疊的字符串的特定組合（即在所有文件之間共享）。 我目前的方法是從這個目錄中取出一個文件，解析它，構建每個字符串組合的列表，然后在其他文件中搜索這個字符串組合。 例如，如果我有十個文件，我會讀取一個文件，解析它，存儲我需要的關鍵字，然后搜索其他九個文件以查找這個組合。 我會為每個文件重復此操作（確保單個文件不會自行搜索）。 為此，我正在嘗試使用 python 的acora模塊。

我到目前為止的代碼是：

def match_lines(f, *keywords):
    """Taken from [https://pypi.python.org/pypi/acora/], FAQs and Recipes #3."""
    builder = AcoraBuilder('\r', '\n', *keywords)
    ac = builder.build()

    line_start = 0
    matches = False
    for kw, pos in ac.filefind(f):  # Modified from original function; search a file, not a string.
        if kw in '\r\n':
            if matches:
                yield f[line_start:pos]
                matches = False
            line_start = pos + 1
        else:
            matches = True
    if matches:
        yield f[line_start:]


def find_overlaps(f_in, fl_in, f_out):
    """f_in: input file to extract string combo from & use to search other files.
    fl_in: list of other files to search against.
    f_out: output file that'll have all lines and file names that contain the matching string combo from f_in.
    """
    string_list = build_list(f_in)  # Open the first file, read each line & build a list of tuples (string #1, string #2). The "build_list" function isn't shown in my pasted code.
    found_lines = []  # Create a list to hold all the lines (and file names, from fl_in) that are found to have the matching (string #1, string #2).
    for keywords in string_list:  # For each tuple (string #1, string #2) in the list of tuples
        for f in fl_in:  # For each file in the input file list
            for line in match_lines(f, *keywords):
                found_lines.append(line)

正如您可能知道的那樣，我使用了match_lines網頁“FAQ and recipes”#3 中的函數match_lines 。 我還在模式中使用它來解析文件（使用ac.filefind() ），也位於網頁中。

該代碼似乎有效，但它只為我提供具有匹配字符串組合的文件名。 我想要的輸出是從包含我匹配的字符串組合（元組）的其他文件中寫出整行。

Answer 1

我沒有看到這里會產生什么文件名，正如你所說的那樣。

無論如何，要獲得行號，您只需要在 match_lines() 中傳遞它們時計算它們：

line_start = 0
line_number = 0
matches = False
text = open(f, 'r').read()
for kw, pos in ac.filefind(f):  # Modified from original function; search a file, not a string.
    if kw in '\r\n':
        if matches:
            yield line_number, text[line_start:pos]
            matches = False
        line_start = pos + 1
        line_number += 1
    else:
        matches = True
if matches:
    line_number, yield text[line_start:]