File 如何从行号边界内的文本文件中提取文本？

我正在尝试从文本文件中获取数据。文本文件中感兴趣的行是那些一直匹配“Marker 2”的行，直到“Marker 3”的最后一个实例。可以有多个标记（重复）。我想要“Marker 2”的最小行号和“Marker 3”的最大行号，这是该最小/最大值中的所有文本。虽然这是可行的，但我想看看如何以pythonic的方式实现这一点，更高效，更少的代码

为什么我必须打开同一个文件两次？它给了我另一种感觉，xreadlines和readlines冲突

文件\u seeklines.py

import sys

filename = sys.argv[1]

line_number = []
number = 0

## Fetch the boundary(start, end points)
f = open(filename,'r')

for line in f.xreadlines():
    number += 1
    if "marker 2" in line.strip().lower():
        line_number.append(number)
    if "marker 3" in line.strip().lower():    
        line_number.append(number)

#print line_number[0], line_number[-1]
start, end = line_number[0]-1, line_number[-1]

f.close()

## Grab the boundary 
g = open(filename,'r')

linelist = g.readlines()

try:
    for i in xrange(start, end):
        print linelist[i]
except:
    print "failed"
    pass
g.close()

file.txt

Welcome notice
------------------------
Hello there, welcome! Foo
Marker 0
hello

world

Bar
Yes!
Foo

How are ya?!

Bar

Have a great day!

Marker 1

Hello 1 2
12

MarKer 2
Hello 23
23
Marker 3
Hello 34
34

marker 2
Hello 45
45
MArker 3

MarKer 2

Hello 23

23

Marker 3

Hello 34

34



marker 2

Hello 45

45

MArker 3

输出

Welcome notice
------------------------
Hello there, welcome! Foo
Marker 0
hello

world

Bar
Yes!
Foo

How are ya?!

Bar

Have a great day!

Marker 1

Hello 1 2
12

MarKer 2
Hello 23
23
Marker 3
Hello 34
34

marker 2
Hello 45
45
MArker 3

MarKer 2

Hello 23

23

Marker 3

Hello 34

34



marker 2

Hello 45

45

MArker 3

不要使用

readlines（）

，而是使用

read（）

，这样您就不必迭代行了

然后，您可以使用

split（）

找到感兴趣的零件

例如

---

你不只是使用正则表达式有什么原因吗？i、 e.

（marker 2.*marker 3）

带有

re.DOTALL

和

re.IGNORECASE

标志。

如果您的文件不太大，无法

读取（）

到内存中，您可以使用正则表达式方法（利用

*

操作符贪婪的事实）：

另一个选项是在两个方向上迭代行，分别在第一次出现“标记2”和“标记3”时停止：

with open(filename, 'r') as f:
    lines = f.readlines
    for i in range(len(lines)):
        if "marker 2" in lines[i].lower():
            start = i
            break
    else:
        start = None

    for i in range(len(lines), -1, -1):
        if "marker 3" in lines[i].lower():
            end = i
            break
    else:
        end = None

    if None not in (start, end):
        inBetween = lines[start + 1:end]
    else:
        #one of the markers is missing, handle here.

---

顺便说一下，编写的代码从包含

标记2

或

标记3

的最小行读取到包含

标记2

或

标记3

的最大行。当它执行min或max时，我从列表中获取min/max的边界。我想贪婪地抓取文本。AttributeError:“NoType”对象没有属性te“组”-它与pattern@ThinkCode：添加标志

re.IGNORECASE

。尝试使用IGNORECASE，没有骰子。您的另一个解决方案是提供TypeError:type'builtin\u function\u或\u method'的对象没有len（）错误。@ThinkCode:没问题。感谢您提醒我在发布答案之前测试答案：p这使它不贪婪（.*）如果有人在为我的问题寻找解决方案：inBetween=re.search（r“Marker 2（.*Marker 3）”，f.read（），re.S|re.I）.group（）只抓取最后一个匹配项。不返回边界。它现在给我整个文本文件。我正在仔细考虑。但问题只要求一个匹配项，对吗？应该是

f.read（）.split（“Marker 2”），1）[1].rsplit（“标记3”，1）[0]

否，边界-（最小值，最大值）。最小值是“标记2”的第一次出现，最大值是“标记3”的最大出现。