如何在Python中讀取txt文件的特定部分？

Question

我需要從txt文件中提取一部分文本。
該文件如下所示：

起步日期DD / MM / YYYY HH：MM：SS
文字行
...更多文字行...
開始工作DD / MM / YYYY HH：MM：SS
我想要的文字行
...更多我想要的文字行...

• 該文件以STARTINGWORK開頭，並以文本行結尾。
  我需要在最后一個STARTINGWORK之后提取最終的文本部分，而不需要STARTINGWORK str

我嘗試使用3 for循環（一個開始，另一個讀取行之間，最后一個結束）

     file = "records.txt"
     if file.endswith (".txt"):
       if os.path.exists (file):
         lines = [line.rstrip ('\ n') for line in open (file)]
         for line in lines:
             #extract the portion

Answer 1

嘗試這個：

file = "records.txt"
extracted_text = ""
    if file.endswith (".txt"):
        if os.path.exists (file):
            lines = open(file).read().split("STARTINGWORKING")
            extracted_text = lines[-1] #Here it is

Answer 2

您可以使用file_read_backwards模塊file_read_backwards讀取文件。 如果文件很大，可以幫助您節省時間：

from file_read_backwards import FileReadBackwards

with FileReadBackwards("records.txt") as file:
    portion = list()
    for line in file:
         if not line.startswith('STARTINGWORKING'):
            portion.append(line)
         else:
            break
portion.reverse()

portion包含所需的行。

Answer 3

我將使用regex解決此問題：

>>> import re
>>> input_data = open('path/file').read()
>>> result = re.search(r'.*STARTINGWORKING\s*(.*)$', input_data, re.DOTALL)
>>> print(result.group(1))
#'DD / MM / YYYY HH: MM: SS\n... text lines I want ...\n... more text lines that I want ...'

Answer 4

所述get_final_lines發生器試圖避免malloc荷蘭國際集團多個存儲比必要的，而讀一個潛在的大文件。

def get_final_lines(fin):
    buf = []
    for line in fin:
        if line.startswith('STARTINGWORK'):
            buf = []
        else:
            buf.append(line)

    yield from buf


if __name__ == '__main__':
    with open('some_file.txt') as fin:
        for line in get_final_lines(fin):
            print(line.rstrip())

Answer 5

您可以使用一個變量來保存自上次STARTINGWORK以來已閱讀的所有行。
處理完文件后，您便擁有了所需的文件。

當然，您不需要首先閱讀列表中的所有行。 您可以直接在打開的文件中讀取它，並且一次返回一行。 即：

result = []
with open(file) as f:
    for line in f:
        if line.startswith("STARTINGWORK"):
            result = []       # Delete what would have accumulated
        result.append(line)  # Add the last line read
print("".join(result))

result您擁有上一個STARTINGWORK之后的所有內容（包括首尾result [1:]如果您要刪除初始的STARTINGWORK則可以保留result [1:]

-然后在代碼中：

#list
result = []

#function
def appendlines(line, result, word):
  if linea.startswith(word):
    del result[:]
  result.append(line)
  return line, result

with open(file, "r") as lines: 
  for line in lines:              
    appendlines(line, result, "STARTINGWORK")
new_result = [line.rstrip("\n") for line in result[1:]]