關於嵌套循環的問題

Question

我是編程新手，在解決嵌套循環時遇到一些問題。 我有一個要從較大文件中提取的數據列表。 我能夠從較大的文件中成功提取一項數據，但是我需要從數千個試驗的較大文件中提取100種不同的試驗。 每個試用版都是較大文件的一行數據。 這是我用來一次成功提取一行數據的程序。 在此示例中，它提取了試驗1的數據。它基於我在先前的問題和教程中看到的示例。 問題是我不需要1-100次試用，也不需要任何有序模式。 我需要試用134、274、388等。它會跳過。 因此，如果它沒有我可以輸入的范圍，我不知道如何使用for語句進行嵌套循環。 任何幫助表示贊賞。 謝謝。

completedataset = open('completedataset.txt', 'r')

smallerdataset = open('smallerdataset.txt', 'w')


for line in completedataset:
    if 'trial1' in line: smallerdataset(line)


completedataset.close()
smallerdataset.close()

我真的很想這樣：

試驗=（'trial12'，'trial23'，'trial34'）

用於completedataset中的行：用於試驗中的試驗：如果用於行中的試驗：smalldataset（line）

但這不起作用。 誰能幫助我修改此程序，使其正常運行？

Answer 1

在我看來，您需要一個列表，其中包含您感興趣的所有試用編號。因此，也許您可​​以嘗試執行以下操作：

completedataset = open('completedataset.txt', 'r')
smallerdataset = open('smallerdataset.txt', 'w')

trials = [134, 274, 388]
completedata = completedataset.readlines()

for t in trials:
    for line in completedata:
        if "trial"+str(t) in line:
            smallerdataset.write(line)
completedataset.close()
smallerdataset.close()

Answer 2

您可以這樣做：

trials = ['trial1', 'trial134', 'trial274']

for line in completedataset:
    for trial in trials:
        if trial in line: smallerdataset(line)

為了提高操作效率，您可以將每行與'trial [0-9] +'-regex匹配，並查看是否可以從集中找到該符號。

Answer 3

如果成套測試中的每個試驗都是已知的字節大小，則可以使用file.seek(n) ，其中n是開始讀取的字節。 例如，如果文件中的每一行長為3個字節，則可以執行以下操作：

myfile = open('file.txt', 'r')
myfile.seek(lineToStartAt * 3)

myfile.readline()#etc

如果每行的字節數是可變的或未知的，則只需讀入行並丟棄不需要的行即可（如KLee1的回答 ）

Answer 4

假設您提前知道試驗的內容，則可以

trials = ('trial12', 'trial23', 'trial34')

for line in completedataset:
    for trial in trials:
        if trial in line: smallerdataset(line)

Answer 5

您在指定試驗方式時會遇到一些問題。 如果您查找包含“ trial1”的行，那么您還將獲得包含“ trial123”的行。 如果較大的數據集以某種方式構造，則可以嘗試在特定字段中查找試用編號。 例如，如果數據是逗號分隔的，則可以使用csv包。 最后，使用生成器表達式而不是循環將使事情更簡潔。 假設試驗編號在數據集的第一欄中，您可以執行以下操作：

import csv

trials = ['trial134', 'trial1', 'trial56']
data = csv.reader(open('completedataset.txt'))

with open('smalldataset.txt','w') as outf:
    csv.writer(outf).writerows(l for l in data if l[0] in trials)

Answer 6

假設您有一個函數，看着一行，就可以告訴您該行是否“符合要求”，那么代碼的正確結構將非常簡單：

with open('completedataset.txt', 'r') as completedataset:
    with open('smallerdataset.txt', 'w') as smallerdataset:
        for line in completedataset:
            if iwantthisone(line):
                smallerdataset.write(line)

with語句將為您完成結賬。 在Python 2.7中，您可以將with s的兩個合並為一個； 在Python 2.5中，您需要使用from __future__ import with_statement來啟動模塊； 在目前最廣泛使用的Python 2.6版本中，以上代碼是正確的形式。

因此，絕對一切都歸結為該iwantthisone函數。 您沒有告訴我們有關行格式的任何信息，這使我們無法進一步為您提供幫助。 但是，例如，假設每行中的第一個單詞標識測試，例如test432 ... ，並且您在名為want_these的集合中擁有想要的測試want_these ，例如set([113, 432, 251, ...]) want_these set([113, 432, 251, ...]) 。 然后，編寫iwantthisone一種非常簡單的方法可能是：

def iwantthisone(line):
    firstword = line.split(None, 1)[0]
    testnumber = int(firstword[4:])
    return testnumber in want_these

的正確內容iwantthisone完全取決於你的線條的格式，你如何知道你其實想保持當然，什么線路。 但我希望這種總體結構仍然有幫助。

請注意，我建議的這種常規結構中實際上沒有嵌套循環！-）

Answer 7

關於您在注釋中顯示的錯誤消息：行繼續符是一個反斜杠，因此它告訴您在該行中某個地方有一個錯誤的反斜杠字符。

Answer 8

假設行始終以試驗標識符開頭，則可以使用startswith函數和過濾器來提取所需的標識符。

completedataset = open('completedataset.txt', 'r')
smallerdataset = open('smallerdataset.txt', 'w')

wantedtrials = ('trial134', 'trial274', 'trial388')

for line in completedataset:
    if filter(line.startswith, wantedtrials):
        smallerdataset.write(line)