使用多行創建輸出文件（Python）

Question

我有一個文件，其中包含我想要提取的特定數據。

該文件如下所示：

DS User ID 1  
random garbage  
random garbage  
DS  N user name 1   
random garbage  
DS User ID 2   
random garbage  
random garbage  
DS  N user name 2

到目前為止，我有：

import sys  
import re  
f = open(sys.argv[1])

strToSearch = ""

for line in f:
        strToSearch += line

patFinder1 = re.compile('DS\s+\d{4}|DS\s{2}\w\s{2}\w.*|DS\s{2}N', re.MULTILINE)

for i in findPat1:  
    print(i)

我輸出到屏幕看起來像這樣：

DS user ID 1  
DS  N user name 1  
DS user ID 2  
DS  N user name 2   

如果我使用以下方式寫入文件：

outfile = "test.dat"   
FILE = open(outfile,"a")  
FILE.writelines(line)  
FILE.close()  

一切都被推到了一條線上：

DS user ID 1DS  N user name 1DS user ID 2DS  N user name 2 

我可以忍受輸出的第一個場景。 理想情況下，雖然我想從輸出文件中刪除“DS”和“DS N”並將其逗號分隔。

User ID 1,user name 1  
User ID 2, username 2

關於如何實現這一目標的任何想法？

Answer 1

在不了解實際輸入數據格式，允許多大的靈活性以及如何使用解析數據的情況下，很難提供可靠的解決方案。

從上面給出的示例輸入/輸出，可以快速制作一個工作示例代碼：

out = open("test.dat", "a") # output file

for line in open("input.dat"):
    if line[:3] != "DS ": continue # skip "random garbage"

    keys = line.split()[1:] # split, remove "DS"
    if keys[0] != "N": # found ID, print with comma
        out.write(" ".join(keys) + ",")
    else: # found name, print and end line
        out.write(" ".join(keys[1:]) + "\n")

輸出文件將是：

User ID 1,user name 1
User ID 2,user name 2

如果已知格式規范，則使用正則表達式可以使該代碼更加健壯。 例如：

import re
pat_id = re.compile(r"DS\s+(User ID\s+\d+)")
pat_name = re.compile(r"DS\s+N\s+(.+\s+\d+)")
out = open("test.dat", "a")

for line in open("input.dat"):
    match = pat_id.match(line)
    if match: # found ID, print with comma
        out.write(match.group(1) + ",")
        continue
    match = pat_name.match(line)
    if match: # found name, print and end line
        out.write(match.group(1) + "\n")

上述兩個例子都假定“用戶ID X”總是在“N用戶名X”之前，因此相應的尾隨字符“，”和“\\ n”。

如果訂單不是特定的，可以使用數字ID作為鍵將值存儲在字典中，然后在解析完所有輸入后打印出ID /名稱對。

如果您提供更多信息，也許我們可以提供更多幫助。

Answer 2

print在參數后添加換行符，但是writelines不會。 所以你必須這樣寫：

file = open(outfile, "a")
file.writelines((i + '\n' for i in findPat1))
file.close()

writelines語句也可以寫成：

for i in findPat1:
    file.write(i + '\n')

Answer 3

FILE.writelines(line)

不添加行分隔符。

做就是了：

FILE.write(line + "\n")

要么：

FILE.write("\n".join(lines))

Answer 4

import re

ch ='''\
DS User ID 1
random garbage
random garbage
DS  N user name 1
random garbage
DS User ID 2
random garbage
random garbage
DS  N user name 2'''

RE = '^DS (User ID (\d+)).+?^DS  N( user name \\2)'

with open('outputfile.txt','w') as f:
    for match in re.finditer(RE,ch,re.MULTILINE|re.DOTALL):
        f.write(','.join(match.groups())+'\n')

編輯：

更換

RE = '^DS (User ID \d+).+?^DS  N( user name \d+)'

同

RE = '^DS (User ID (\d+)).+?^DS  N( user name \\2)'