Python 分析文件以收集包含后续内容的节标题

我需要将输入文件的行（大写）合并为一行，如下所示：

file1 inp

=4455
AAAAAAAAAA
BBBBBBBBBBB
CCCCCCCCCC
=3433
GGGGGGGGGGGG
DDDDDDDDDDD
EEEEEEEEEEE
=44543
FFFFFFFFFFFFF
HHHHHHHHHHHHH

预期产出

=4455
AAAAAAAAAABBBBBBBBBBB
CCCCCCCCCC
=3433
GGGGGGGGGGGGDDDDDDDDDDDEEEEEEEEEEE
=44543
FFFFFFFFFFFFFHHHHHHHHHHHHH

=4455

=3433
AAAAAAAAAABBBBBBBBBBB
CCCCCCCCCC
=44543
GGGGGGGGGGGGDDDDDDDDDDDEEEEEEEEEEE

我的代码

fp=open("file1","r")
a=[]
for line in fp:
    if line[0]=="=":
        print line.strip()
        print "".join(a)
        a=[]
    else:
        a.append(line.strip())

实际产出

=4455
AAAAAAAAAABBBBBBBBBBB
CCCCCCCCCC
=3433
GGGGGGGGGGGGDDDDDDDDDDDEEEEEEEEEEE
=44543
FFFFFFFFFFFFFHHHHHHHHHHHHH

=4455

=3433
AAAAAAAAAABBBBBBBBBBB
CCCCCCCCCC
=44543
GGGGGGGGGGGGDDDDDDDDDDDEEEEEEEEEEE

---

我知道这很愚蠢，但是有人能帮我解决代码中的问题吗？

你的问题是你正在打印

”。在
行之后加入（a）
。strip（）

，而不是之前。固定版本：

a = []
fp=open("file1","r")
for line in fp:
    if line[0]=="=":
        if a:  #  prevent printing a blank line at the start
            print "".join(a)
        print line.strip()
        a=[]
    else:
        a.append(line.strip())
print "".join(a)

---

（循环前初始化

a

，循环后打印

a

的最终内容）。

我不在循环内打印，而是将要打印的内容累加起来，最后输出。如果看到标题行，请附加它并开始累积行。当您看到下一个标题时，请附加连接的行和下一个标题，以此类推

with open('file1') as f:
    lines = f.read().splitlines()

out = []  # will accumulate lines to be output
items = []  # will accumulate lines between headers

for line in lines:
    line = line.strip()

    if not line:  # ignore blank lines
        continue

    if line.startswith('='): # new header, join the accumulated items
        if items:  # don't add a blank line if no lines were accumulated
            out.append(''.join(items))

        out.append(line)  # accumulate new header
        items = []

        continue

    items.append(line)  # accumulate non-header lines

if items:  # handle last accumulated items
    out.append(''.join(items))

print '\n'.join(out)  # out is now a list of header, joined lines, header...

---

如果逻辑变得更复杂，则可能更易于阅读和维护的另一种方法——在for循环期间构建dict，然后打印（或任何其他逻辑）：

fp=open("file1","r")
mydict = {}

for line in fp:
    if line[0]=="=":
        key = line.strip()
    else:
        mydict.setdefault(key,[]).append(line.strip())

for key, value in mydict.iteritems():
    print key
    print "".join(value)

值得注意：这种方法将（可能）影响输出期间各节的顺序，因为标准Python dict不能保证键的顺序。如果您使用的是Python 2.7或更高版本，则可以改用它，它确实保留了密钥首次插入的顺序，并且是dict的一个子类，因此可以无缝地进行交换。

运行：

:

运行：

---

这就是全部密码吗？我得到了

NameError:name'a'没有定义

。问题是如果

a

为空，

print”“。join（a）

仍将输出一个换行符。另一个问题是

print”“。join（a）

将打印

a

的内容，该内容当时包含文件上一节中的所有行，不是您刚刚检测到其标题的节。@Kevin如果我删除该行“a=[]”然后a将继续追加所有大写行

=4455=3433 aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaabbbbbbbbb cccccccc=44543 aaaaaaaaaaaaaaaaaaaaaaaaaabbbbbbbbbbbbbbb cccccccccccccccccccccccc ggggggggggggggggggggddddddddd eeeeeeeeeeeeeeee

@diablo8226：如果a不为空，我建议只打印

a

。为了避免空白行，请使用：

如果a:print”“。加入（a）

@sfk是的，我只是在想我自己：-）Fix补充道。你也可以在for循环中构建一个dict，然后在最后打印，让它稍微优雅一点。当

行[0]==“=”

时，可以设置

key=line.strip（）

，否则

mydict.getdefault（key，[]）。append（line.strip（））

。。。如果您需要使逻辑更复杂，那么主要的好处是可读性和稳定性。@DrearPirateshawn同意-这个答案集中于修复代码中存在的错误，但是按照您建议的思路，另一个答案是值得的。如果你写的话，我会投票给你…@ZeroPiraeus很公平，我也在写你贴的东西。：-）我觉得值得注意的是“backref”风格的流程中隐含的尴尬之处，即每次开始新的部分时打印上一部分，然后在循环结束后打印最后一部分。也许值得指出的是，字典方法将改变输出的顺序（以及原因），现在我想起来了……

OrderedDict

，也许？准确地说。谢谢你的帮助。：-）

$ txr -t '[mapcar cat-str (partition-by (opip first (= #\=)) (get-lines))]' < data
=4455
AAAAAAAAAABBBBBBBBBBBCCCCCCCCCC
=3433
GGGGGGGGGGGGDDDDDDDDDDDEEEEEEEEEEE
=44543
FFFFFFFFFFFFFHHHHHHHHHHHHH

/=.*/   { printf("%s", out);
          blah = $0; line = ""; next }
        { line = line $0
          out = blah "\n" line "\n" }
END     { printf("%s", out); }

$ awk -f data.awk data
=4455
AAAAAAAAAABBBBBBBBBBBCCCCCCCCCC
=3433
GGGGGGGGGGGGDDDDDDDDDDDEEEEEEEEEEE
=44543
FFFFFFFFFFFFFHHHHHHHHHHHHH