Python 扫描文本文件查找包含两个has编号的字符串

我想打开一个文本文件，扫描以

RECORD-FEB

开头的行。如果一行以

RECORD-FEB

开头，我想找到两个大写字母，后跟一个数字（称为number1），后跟一个literal

$-

，然后是另一个数字（称为number2）。如果number1等于number2，那么我想在该行的开头添加一个“@”符号并返回行号，否则继续

匹配行中的示例模式：

AB566$--12  Invalid case 
RT21$--9    Invalid Case
TP667$--677 Valid case

我的问题是

re.search

不起作用：它既没有给出结果也没有给出错误。基本上，我的

abc

功能不起作用

import re
def main():
    with open(r"filename.txt") as f:
        for line in f:
            if "RECORD-FEB" in line:
            #   print(line)
                abc(line)

def abc(line):
    case = re.search(r"\[A-Z]{2}\d+\[$][--]\d+",line)
    if case:
        print(line)
        # code to append @ at beginning of that line and return line number
main()

filename.txt的内容如下：

    abcd efg avcd AB566$--12 pqrs
 RECORD-FEB    MB566$--12 abcd efgh lmno
       RECORD-FEB    FREWREWRE EWRRWERE AB566$--12 EREWWRRW

import re

def main():
    pattern = re.compile(r"[A-Z]{2}(\d+)\$--(\d+)")
    matches = []
    with open(r"filename.txt") as f, open(r"filename.txt.out", "w") as out:
        for num, line in enumerate(f):
            if line.strip().startswith("RECORD-FEB"):
                case = pattern.search(line)
                if case and case.group(1) == case.group(2):
                    matches.append(num)
                    line = '@' + line
            print(line, file=out)
    print(matches)

main()

---

基本正则表达式发行

代码中最大的问题是在正则表达式中不必要地使用反斜杠和方括号。除此之外，你基本上是在正确地解决你的问题

反斜杠通常使特殊字符成为文字，并赋予常规字符特殊含义。无论何时执行

\[

，您都在与文本开头括号进行匹配，这在您的特定应用程序中是不希望执行的

方括号不表示文字字符串。它们设置了一个字符类，这意味着括号中的任何字符都可以与字符串中的相应字符相匹配。具体而言，

[-]

并不表示文字双破折号。它表示“任何破折号或破折号字符”，这是多余的，不是你想要的

您需要将

r“\[A-Z]{2}\d+[$][-]\d+”

更改为更简单的

r“[A-Z]{2}\d+\$-\d+”

。您唯一需要的字符类是大写字母的

[A-Z]

。您唯一需要的转义特殊字符是

\$

，以获得文字美元符号，而不是EOL的匹配项

捕捉数字

为了能够比较这些数字，您需要捕获部分匹配项。您可以使用括号来标记捕获组。现在您的正则表达式看起来像

r“[A-Z]{2}（\d+）\$-（\d+）”

您不需要转换数字的文本表示形式。如果字符串不匹配，则它们不匹配

编译正则表达式

现在，您正在循环的每个迭代中使用。这将从头开始为文件中的每一行编译正则表达式。对于小文件来说，这不是什么大问题，但是您会注意到大文件的不同

一般来说，如果你发现自己不止一次地应用正则表达式，可以考虑预先编译它。然后你可以在编译的对象上使用这个方法，它以相同的方式运行，但是要快得多。 行号

要在迭代文件时获取行号，请将文件迭代器包装到：

您可以将行号传递给

abc

，如果存在匹配项，将返回行号，或者更好的是，您可以完全消除

abc

将元素前置到一行

通常，就地修改文件是不实际的。文件是磁盘上字节的集合。如果要将

@

字符插入文件中的随机位置，则必须将所有剩余字节移位。相反，您通常会写入另一个文件，除要写入的行外，所有行都相同更改。如果希望插入看起来无缝，则可以在插入后移动生成的文件以覆盖原始文件

这意味着您必须打开一个输出文件。与您的模式匹配的每一行都使用

@

前缀写入。所有其他行都将按原样传递

代码

综合以上所有因素，您可以得到如下结果：

    abcd efg avcd AB566$--12 pqrs
 RECORD-FEB    MB566$--12 abcd efgh lmno
       RECORD-FEB    FREWREWRE EWRRWERE AB566$--12 EREWWRRW

import re

def main():
    pattern = re.compile(r"[A-Z]{2}(\d+)\$--(\d+)")
    matches = []
    with open(r"filename.txt") as f, open(r"filename.txt.out", "w") as out:
        for num, line in enumerate(f):
            if line.strip().startswith("RECORD-FEB"):
                case = pattern.search(line)
                if case and case.group(1) == case.group(2):
                    matches.append(num)
                    line = '@' + line
            print(line, file=out)
    print(matches)

main()

我已经放弃了

abc

函数，因为它没有太多功能。所有匹配的行号，其中

number1==number2

都会被追加到列表

匹配的

，并在最后打印出来

如果要在完成后覆盖原始文件，请执行以下操作：

import shutil

...
    shutil.move("filename.txt.out", "filename.txt")

---

那么问题出在哪里呢？看起来你要么没有写完你的问题，要么你希望我们读懂你的想法。请添加相关的示例输入文本。你得到了什么输出与你期望的输出相比？出了什么问题？你得到了错误吗？如果是，请发布它，最好是带有堆栈跟踪。我已经添加了信息，对此表示歉意他说它工作正常。如果行中有“RECORD-FEB”，则没有一行满足

：