如何在 python 中使用正则表达式 (re) 编辑 txt 文件答案

【问题标题】：how to edit txt file with regular expressions (re) in python如何在 python 中使用正则表达式 (re) 编辑 txt 文件
【发布时间】：2022-11-24 03:39:59
【问题描述】：

我在 python 上编辑 txt 文件时遇到问题。

嗨，大家好，

我在 python 上编辑 txt 文件时遇到问题。

这是txt文件的前几行

m0 +++$+++ 10 things i hate about you +++$+++ 1999 +++$+++ 6.90 +++$+++ 62847 +++$+++ ['comedy', 'romance']
m1 +++$+++ 1492: conquest of paradise +++$+++ 1992 +++$+++ 6.20 +++$+++ 10421 +++$+++ ['adventure', 'biography', 'drama', 'history']

这是我的代码：

import re

file = open('datasets/movie_titles_metadata.txt')

def extract_categories(file):

    for line in file:
        line: str = line.rstrip()
        if re.search(" ", line):
            line = re.sub(r"[0-9]", "", line)
            line = re.sub(r"[$ + : . ]", "", line)
            return line
        
      
    
extract_categories(file)

我需要得到一个看起来像这样的输出：

['action', 'comedy', 'crime', 'drama', 'thriller'] 有人可以帮忙吗？

【问题讨论】：

标签： python python-re txt

【解决方案1】：

正则表达式不是正确的解决方案。您的每个列表都在每一行的末尾，因此请使用str.rsplit：

from io import StringIO
import ast

content = """m0 +++$+++ 10 things i hate about you +++$+++ 1999 +++$+++ 6.90 +++$+++ 62847 +++$+++ ['comedy', 'romance']
m1 +++$+++ 1492: conquest of paradise +++$+++ 1992 +++$+++ 6.20 +++$+++ 10421 +++$+++ ['adventure', 'biography', 'drama', 'history']"""

# this is a mock file-handle, use your file instead here
with StringIO(content) as fh:
    genres = []

    for line in fh:
        _, lst = line.rsplit('+++$+++', 1)
        lst = ast.literal_eval(lst.strip())
        genres.extend(lst)

print(genres)
['comedy', 'romance', 'adventure', 'biography', 'drama', 'history']

【讨论】：