使用python從文件中提取帶有字符串的行

Question

球隊，

我想使用一個字符串（以tg_開頭）從文件中提取一些行，並根據以下正則表達式獲取輸出。.問題是，

1. 我不確定如果2行以\\結尾，如下所示，該如何提取行。

2. 我不知道如何使用正則表達式下面的以下內容刪除特殊字符。

*****來自文件*******

tg_cr_counters dghbvcvgfv

tg_kk_bb a group1再見再見嗨嗨1 \\ <<<<
修補程序mac hdfh f dgf asadasf \\
dgfgmnhnjgfg

tg_cr_counters gthghtrhgh}}] <<<<<

tg_cr_counters fkgnfkmngvd

import re

file = open("C:\\Users\\input.tcl", "r")
f1 = file.readlines()

output = open("extract.txt", "a+")

match_list = [ ]   

for item in f1:

    match_list = re.findall(r'[t][g][_]+\w+.*', item)
    if(len(match_list)>0):
        output.write(match_list[0]+"\r\n")
        print(match_list)

Answer 1

您可以將regex與標志一起用於re.MULTILINE和re.DOTALL 。

這樣一來. 也會匹配\\n ，您可以查找以tg_ （無需將每個都放在[] ）和以雙\\n\\n （或文本結尾） \\Z結尾的任何內容：

fn = "t.txt"
with open (fn,"w") as f: 
    f.write("""*****from a file*******

tg_cr_counters dghbvcvgfv

tg_kk_bb a group1 bye bye bye hi hi hi 1 \ <<<<
patch mac hdfh f dgf asadasf \
dgfgmnhnjgfg

tg_cr_counters gthghtrhgh }} ] <<<<<

tg_cr_counters fkgnfkmngvd
""")

import re

with open("extract.txt", "a+") as o, open(fn) as f:
    for m in re.findall(r'^tg_.*?(?:\n\n|\Z)', f.read(), flags=re.M|re.S):
        o.write("-"*40+"\r\n")
        o.write(m)
        o.write("-"*40+"\r\n")

with open("extract.txt")as f:
    print(f.read())

輸出（每次匹配都在----------------------------------------的一行之間） ：

----------------------------------------
tg_cr_counters dghbvcvgfv

----------------------------------------
----------------------------------------
tg_kk_bb a group1 bye bye bye hi hi hi 1 \ <<<<
patch mac hdfh f dgf asadasf dgfgmnhnjgfg

----------------------------------------
----------------------------------------
tg_cr_counters gthghtrhgh }} ] <<<<<

----------------------------------------
----------------------------------------
tg_cr_counters fkgnfkmngvd
----------------------------------------

re.findall()結果如下：

['tg_cr_counters dghbvcvgfv\n\n', 
 'tg_kk_bb a group1 bye bye bye hi hi hi 1 \\ <<<<\npatch mac hdfh f dgf asadasf dgfgmnhnjgfg\n\n', 
 'tg_cr_counters gthghtrhgh }} ] <<<<<\n\n', 
 'tg_cr_counters fkgnfkmngvd\n']

要啟用多行搜索，您需要一次讀入多行內容-如果文件太小，則會導致內存問題。