在python中的标题之间读取文件

Question

我有一个大文本文件，其中的值由以“#”开头的标题分隔。如果条件与标题中的条件匹配，我想读取文件直到下一个标题“#”并跳过文件的其余部分。

为了测试我正在尝试读取以下名为 test234.txt 的文本文件：

# abcdefgh
1fnrnf
mrkfr
nfoiernfr
nerfnr
# something
njndjen kj
ejkndjke
#vcrvr

我写的代码是：

file_t = open('test234.txt')
cond = True
while cond:
    for line_ in file_t:
        print(line_)
        if file_t.read(1) == "#":
            cond = False
file_t.close()

但是，我得到的输出是：

# abcdefgh

fnrnf

rkfr

foiernfr

erfnr

something

jndjen kj

jkndjke

vcrvr

相反，我希望两个标题之间的输出由“#”分隔，即：

1fnrnf
mrkfr
nfoiernfr
nerfnr      

我该怎么做？谢谢！

编辑：Reading in file block by block using specified delimiter in python 谈论以标题分隔的组中读取文件，但我不想阅读所有标题。我只想读取满足给定条件的标题，并且一旦该行到达下一个标有“#”的标题，它就会停止读取文件。

Answer 1

itertools.groupby 可以帮忙：

from io import StringIO
from itertools import groupby

text = '''# abcdefgh
1fnrnf
mrkfr
nfoiernfr
nerfnr
# something
njndjen kj
ejkndjke
#vcrvr'''


with StringIO(text) as file:
    lines = (line.strip() for line in file)  # removing trailing '\n'
    for key, group in groupby(lines, key=lambda x: x[0]=='#'):

        if key is True:
            # found a line that starts with '#'
            print('found header: {}'.format(next(group)))

        if key is False:
            # group now contanins all lines that do not start with '#'
            print('\n'.join(group))

请注意，所有这些都是懒惰的。你只会在内存中拥有两个标题之间的所有项目。

您必须将 with StringIO(text) as file: 替换为; with open('test234.txt', 'r') as file:...

您的测试的输出是：

found header: # abcdefgh
1fnrnf
mrkfr
nfoiernfr
nerfnr
found header: # something
njndjen kj
ejkndjke
found header: #vcrvr

---

更新，因为我误解了。这是一个新的尝试：

from io import StringIO
from collections import deque
from itertools import takewhile

from_line = '# abcdefgh'
to_line = '# something'

with StringIO(text) as file:
    lines = (line.strip() for line in file)  # removing trailing '\n'

    # fast-forward up to from_line
    deque(takewhile(lambda x: x != from_line, lines), maxlen=0)

    for line in takewhile(lambda x: x != to_line, lines):
        print(line)

我使用itertools.takewhile 在行上获取迭代器，直到满足条件（直到在您的情况下找到第一个标题）。

deque 部分只是 itertools 配方中建议的consume pattern。它只是快进到给定条件不再成立的地步。

Answer 2

学习和使用正则表达式。它将帮助您完成所有文档表示过程。

import re #regex library

with open('test234.txt') as f:  #file stream
    lines = f.readlines()       #reads all lines

p = re.compile('^#.*')          #regex pattern creation

for l in lines:
    if p.match(l) == None:      #looks for non-matching lines
        print(l[:-2])