如果文件包含一组特定的字符串，我如何从文件中提取记录？

我正在分析一个包含hifen分隔记录的文件xyz.txt 。 我想基于字符串FADED:100 ， AM:FF和GG的存在来提取记录。 随后，我需要将它们写入一个新文件faded100.txt 。 源文件包含超过4万条记录，如下所示。

 --- -------- ---  -   -   -   -   -   -   -   -   -   -   -   -   -   -  --- ---  -  - 

     rtuyss A / A去吧去去吧去吧去吧去IRE AP QQ Z.
订单xxxxxxx1

国家：201 NVDS TEMPROR EXTREME

巴士时间：TRASS：12 AIDED：12 FADED：100

                       UUU u UAUOOOOOOO
                  GG YYYYYOYOOOOOOO POU
 ATM UNITED＃AM：FF YYYYYOYOOOOOOO POU POU POU POU
 --- -------- ---  -   -   -   -   -   -   -   -   -   -   -   -   -   -  --- ---  -  - 

 rtuyss A / A去吧去去吧去吧去吧去IRE AP QQ Z.
订单xxxxxxx1

国家：201 NVDS TEMPROR EXTREME

巴士时间：TRASS：12 AADED：12 FADED：200

                       UUU u UAUOOOOOOO
                   ZZ YYYYYOYOOOOOOO POU
 ATM UNITED＃AM：FF YYYYYOYOOOOOOO POU POU POU POU

 --- -------- ---  -   -   -   -   -   -   -   -   -   -   -   -   -   -  --- ---  -  - 

 rtuyss A / A去吧去去吧去吧去吧去IRE AP QQ Z.
订单xxxxxxx1

国家：201 NVDS TEMPROR EXTREME

巴士时间：TRASS：12 AIDED：12 FADED：100

                      UUU u UAUOOOOOOO
                   IP YYYYYOYOOOOOOO POU
 ATM UNITED＃AM：FF YYYYYOYOOOOOOO POU POU POU POU

 --- -------- ---  -   -   -   -   -   -   -   -   -   -   -   -   -   -  --- ---  -  - 

Answer 1

如果可以在记录中找到一组字符串，则从文本文件中提取记录

如果符合您在问题中描述的条件，则下面的脚本将从您的文件中提取记录。 如果订单很重要，请参阅我的笔记如果订单很重要 。

由于脚本每行读取文件，然后处理每条记录的行，因此对于大文件应该非常快。

剧本

 #!/usr/bin/env python3 import sys #--- set the strings to be (needed to be) found below checks = ["FADED: 100", "AM:FF", "GG"] #--- f = sys.argv[1]; out = sys.argv[2]; rec = []; test = [] with open(f) as src, open(out, "a+") as targ: for l in src: rec.append(l) if l.startswith("---"): if len(test) == 3: for l in rec: targ.write(l) rec = []; test = [] else: for s in checks: if s in l: test.append(checks.index(s)) break 

脚本的作用完全正确

• 脚本读取记录（每行加载），如果在行中出现任何字符串["FADED: 100", "AM:FF", "GG"] ，则保持同时记录。
• 如果不是所有三个字符串都出现在记录中，则记录将从“缓存”中删除，下一条记录将被加载，依此类推

如果订单很重要

如果重要的是哪个顺序 （包含 – 行）字符串出现在记录中，您可以替换该行：

 if len(test) == 3: 

通过：

 if test == [0, 2, 1] 

其中数字引用列表中字符串的索引 checks = ["FADED: 100", "AM:FF", "GG"] （其中0是第一个字符串）

如何使用

1. 将脚本复制到空文件中，将其另存为filter_records.py

2. 使用源（具有当前记录的文件）和输出文件作为参数运行脚本，例如：

    python3 /path/to/filter_records.py /path/to/inputfile.txt /path/to/outputfile.txt 

结果（在你的小例子上）

  rtuyss A/A go go go go go go go go go go go go go go IRE AP QQ Z ORDER xxxxxxx1 country: 201 NVDS TEMPROR EXTREME BUS TIME: TRASS: 12 AIDED: 12 FADED: 100 UUU u UAUOOOOOOO GG YYYYYOYOOOOOOO POU ATM UNITED # AM:FF YYYYYOYOOOOOOO POU POU POU POU --- -------- --- -- -- -- -- -- -- -- -- -- -- -- -- -- -- --- --- -- --