从文件到Python中的另一个文件从一些字符集写入到另一个文件
我需要读取整个.txt文件,直到找到字符'{{'(正好连续2个字符),从现在起它应该保存所有内容到另一个.txt文件,直到遇到'}}'。诀窍是这些角色不必处于行的起点,他们可以在任何地方。所以示例文件可能看起来像这样:从文件到Python中的另一个文件从一些字符集写入到另一个文件
blablabla {{zzzzz
zzzzzz
zzzz
zzz
zz
}}blabla
它应该得到所有'z'。在python 2中最简单的方法是什么?我发现了类似的问题,但没有什么能够完全帮助我的案例。
我会使用一个正则表达式,re.findall()
:
with open('/tmp/in') as input_file:
with open('/tmp/out', 'w') as output_file:
input = input_file.read()
output_file.write(''.join(re.findall(r'(?s)(?<={{).*?(?=}})', input)))
打破下来:
- 的
with
线打开相关的数据文件。你可能已经拥有了这个。 -
input_file.read()
创建一个包含文件内容的单个字符串。 - 的呼叫
re.findall()
搜索:-
{{
,但是从结果((?<={{)
)排除。 - 最短(
(?s)
)可能的匹配,直到}}
(.*?
) -
}}
,但是从结果((?=}})
)
-
- 的呼吁
''.join()
膏所有的字符串一起排除。 - 对
output_file.write()
的调用将结果存储到输出文件中。
或考虑使用类似以下内容:
import sys
def save_lines(infile, outfile):
save = False
for line in infile:
if save:
pos = line.find('}}')
if pos > -1:
outfile.write(line[:pos] + '\n')
save = False
else:
outfile.write(line)
else:
pos = line.find('{{')
if pos > -1:
outfile.write('-----\n')
save = True
outfile.write(line[pos + 2:])
else:
pass
def test():
infile = open('tmp01.txt', 'r')
save_lines(infile, sys.stdout)
infile.close()
if __name__ == '__main__':
test()
罗布是正确的。上述解决方案存在问题。
而且,Rob给出的基于正则表达式的解决方案在 之上对我来说似乎是一个很好的解决方案。
这里是一个变化:
def save_lines(infile, outfile):
bracket_pattern = re.compile(r'{{(.*?)}}', re.DOTALL)
content = infile.read()
for mo in bracket_pattern.finditer(content):
outchars = mo.group(1)
outfile.write('matched: "{}" at position {}\n'.format(
outchars, mo.start()))
但是,根据您的需求,您可能还需要考虑 以下几点:(1)基于正则表达式的方法提供了非常 一点灵活性语法错误检查。 (2)Regular 表达式不支持递归语法,也就是说,如果需要解析的 语法(以及我们正在讨论的解析 问题)此处包含或扩展为包含嵌套语法 元素,则正则表达式将会没有帮助。
这是另一种基于FSM(有限状态机)的解决方案。它 可能会给错误报告更多的灵活性。但是,这是更长,更复杂的 。这种复杂性的代价是:(1) 开发时间(上面的正则表达式解决方案花了我10分钟到15分钟;我的FSM解决方案花了我几个小时);和(2) 调试(有大量的逻辑,if语句大多),因为 有很多方法可以出错。
因为它基于FSM,所以它也不能被扩展为 (没有困难)来支持处理嵌套 (递归)构造的语法。为此,您可能需要查看解析器 生成器。对于列表,请参阅本: https://wiki.python.org/moin/LanguageParsing
从积极的一面,因为下面的代码是基于一个有限状态机, 可以画出状态转换图,以澄清什么行动 代码是假设采取在任何情况下(例如,只有 看到一个左花括号,在花括号内,并只看到一个 右花括号等)。在论文中,我将该图绘制为 有向图(用于状态的圆圈,用于 转换的圆圈之间的箭头)。我不认为我能做到的ASCII艺术的这一点,所以 这里是一个状态转换图 的文本表示可能是什么样子:
start:
[any] --> outside
outside:
"{" --> seen_left
[any] --> outside
seen_left:
"{" --> inside
[any] --> outside
inside:
"}" --> seen_right
[any] --> inside
[etc]
而且,这里是代码:
#!/usr/bin/env python
"""
Synopsis:
Search for and write out text content occuring between '{{' and '}}'.
Usage:
python capture.py <infilename>
Args:
1. Input file name
Options:
None
Example:
python capture.py some_file.txt
"""
import sys
(
ST_start,
ST_seen_left_bracket,
ST_inside_brackets,
ST_seen_right_bracket,
ST_outside_brackets,
ST_end,
) = range(1, 7)
Left_bracket = '{'
Right_bracket = '}'
class ReaderWriter(object):
def __init__(self, infile, outfile):
self.infile = infile
self.outfile = outfile
self.line = ''
self.pos = 0
self.inchar = None
self.prevchar = None
self.char_count = 0
def get_char(self):
if self.pos >= len(self.line):
self.line = self.infile.readline()
if not self.line:
return None
self.pos = 0
self.prevchar = self.inchar
inchar = self.line[self.pos]
self.inchar = inchar
self.pos += 1
self.char_count += 1
return inchar
def write(self, outchars):
#self.outfile.write('found: "{}"\n'.format(outchar))
self.outfile.write(outchars)
def write_prev_char(self):
#self.outfile.write('found: "{}"\n'.format(self.prevchar))
self.outfile.write(self.prevchar)
def save_lines(infile, outfile):
state = ST_start
while True:
if state == ST_start:
reader_writer = ReaderWriter(infile, outfile)
inchar = reader_writer.get_char()
state = ST_outside_brackets
elif state == ST_outside_brackets:
if inchar == Left_bracket:
inchar = reader_writer.get_char()
state = ST_seen_left_bracket if inchar is not None else ST_end
else:
inchar = reader_writer.get_char()
state = ST_outside_brackets if inchar is not None else ST_end
elif state == ST_seen_left_bracket:
if inchar == Left_bracket:
reader_writer.write('found (pos {:d}): "'.format(
reader_writer.char_count))
inchar = reader_writer.get_char()
state = ST_inside_brackets if inchar is not None else ST_end
else:
inchar = reader_writer.get_char()
state = ST_outside_brackets if inchar is not None else ST_end
elif state == ST_inside_brackets:
if inchar == Right_bracket:
inchar = reader_writer.get_char()
state = ST_seen_right_bracket if inchar is not None else ST_end
else:
reader_writer.write(inchar)
inchar = reader_writer.get_char()
state = ST_inside_brackets if inchar is not None else ST_end
elif state == ST_seen_right_bracket:
if inchar == Right_bracket:
reader_writer.write('"\n')
inchar = reader_writer.get_char()
state = ST_outside_brackets if inchar is not None else ST_end
else:
reader_writer.write_prev_char()
reader_writer.write(inchar)
inchar = reader_writer.get_char()
state = ST_inside_brackets if inchar is not None else ST_end
elif state == ST_end:
return
else:
pass
def main():
args = sys.argv[1:]
if len(args) != 1:
sys.exit(__doc__)
if args[0] == '-h' or args[0] == '--help':
print __doc__
sys.exit()
infilename = args[0]
infile = open(infilename, 'r')
save_lines(infile, sys.stdout)
infile.close()
if __name__ == '__main__':
#import ipdb
#ipdb.set_trace()
main()
考虑[此输入数据]会发生什么(http://ideone.com/NW8EdE)。 – 2015-01-27 03:23:16