用于文本提取的 python/perl 脚本 [关闭]

Question

我目前从事机器学习数学（准确地说是 NLP）。在执行任务时，我遇到了一个问题。我想打印出包含以下任何正则表达式的行：

1)fbchat

2)fb_timeline

3)Facebook 墙贴

成一个单独的文本文件，一个用于上面提到的每个字符串。

然后在每个生成的文本文件中，我想根据 messaged.dmpthread ID 字段对每一行进行排序/em>。 我是一个理论人，编程经验很少。

数据库转储的下载链接如下

messages.dmp

更新：

这是我尝试编写的脚本：

import re
from sys import argv

scrip, file_name = argv

dfile = open(file_name, 'r')

for line in dfile:
    if re.match("fbchat", line):
        print line

但是脚本什么也没做。

Answer 1

鉴于以下文本 file.txt：

text1
fbchat !
text2
Facebook Wall Post line

您可以使用以下代码：

# open the file
with open('c:\\file.txt') as f:
    # read all lines as list
    lines = f.readlines()
# iterate over the list
for line in lines:
    # if any of the the strings in the list is in the line print it (using list comprehensions)
    if any(s in line for s in ['fbchat', 'fb_timeline', 'Facebook Wall Post']):
        # print but first remove new line character
        print line.strip("\n")

输出：

fbchat !
Facebook Wall Post line

您可以阅读更多关于Python With、Python: List Comprehensions、Strip()的信息