如何使用python解析文本文件中的多行？

我编辑样本

下面是示例textfile.txt

    -------!@#$-------
    text line1
    text line2
    -------!@#$-------
    dummy text dummy test dummy test
    dummy test dummy test dummy test        
    -------!@#$-------
    text line3
    text line4
    -------!@#$-------

我想解析

“文本行1\n文本行2”→ 数组[0]

“文本行3\n文本行4”→ 数组[1]

---

如何使用python进行源代码编码？

给定一个文件或字符串列表，例如：

>>> sample = '''\
    -------!@#$-------    # line 0 --> 0th in group --> skip
    text line1            # line 1 --> 1st in group --> save in "last"
    text line2            # line 2 --> 2nd in group --> add to "last"
    -------!@#$-------    # line 3 --> 0th in group --> skip
    text line3            # line 4 --> 1st in group --> save in "last"
    text line4            # line 5 --> 2nd in group --> add to "last"
'''.splitlines(keepends=True)

跨多行累加的最简单方法是计算行数，并根据是否应跳过组中的第0行、是否应将组中的第1行保存在变量中，或是否应将组中的第2行与保存在变量中的行聚合而采取不同的操作：

>>> array = []
>>> last = ''
>>> for i, line in enumerate(sample):
        if i % 3 == 1:
            last = line
        elif i % 3 == 2:
            line = last + line
            array.append(line)

>>> array
['    text line1\n    text line2\n', '    text line3\n    text line4\n']

---

可以在分隔符上拆分，然后清理单个数组元素

sample = '''-------!@#$-------
text line1
text line2
-------!@#$-------
text line3
text line4
'''.split('-------!@#$-------')

>> ['', '\ntext line1\ntext line2\n', '\ntext line3\ntext line4\n']

清理看起来像这样

print [x.strip() for x in sample if len(x) > 0]

>> ['text line1\ntext line2', 'text line3\ntext line4']

---

这将为您提供给定文件名所需的行列表

with open('textfile.txt','r') as f:
  lines = f.read()
result=lines.split('-------!@#$-------')

---

可以使用分隔线进行拆分。然后过滤列表中的非空字符串。 根据该结果，剥离尾随的新行

就是

with open('textfile.txt','r') as f:
    print map(str.strip,filter(None,f.read().split('-------!@#$-------')))

对于具有虚拟内容的更新文本文件，可以使用lambda函数

with open('textfile.txt','r') as f:
    print map(str.strip,filter(lambda i: i and 'dummy' not in i,f.read().split('-------!@#$-------')))

输出：

['text line1\ntext line2', 'text line3\ntext line4']

希望有帮助

Python的函数很适合这样做：

from itertools import groupby

with open('input.txt') as f_input:
    data = [list(g) for k, g in groupby(f_input, lambda x: not x.startswith("-------!@#$-------")) if k]
    data = [''.join(x) for x in data]

print data

给你

数据

持有：

['text line1\ntext line2\n', 'text line3\ntext line4\n']

第一个列表读取不以行分隔符开头的文件分组行。这将导致

数据

保持：

[['text line1\n', 'text line2\n'], ['text line3\n', 'text line4\n']]

接下来，使用第二个列表理解来连接多行

因此：

---

要解析出包含特定单词的部分，第二个列表理解可以替换为以下内容：

data = [''.join(x) for x in data if 'dummy test' not in ''.join(x)]

---

与split（内置）相比，使用此方法时的时间复杂度很高！我可以再问一个问题吗？我编辑示例文本文件您不想要的行有什么特别之处？例如，它们总是第二个条目吗？或者它们是否包含您不想要的文本？现在源代码是“虚拟文本虚拟测试虚拟测试\n虚拟文本虚拟测试虚拟测试”→ 数组[1]我不希望我已经更新了脚本，只要使用类似于

data=[''的东西。如果'dummy test'不在''中，那么在数据中为x加入（x）'。加入（x）]

oh good！谢谢，但我的示例文件已被修改，我应该如何处理它？如中所述进行修改？是否必须忽略taht行中的任何特定文本或任何特定模式？

data = [''.join(x) for x in data if 'dummy test' not in ''.join(x)]