用Python替换大字符串中的字符的最佳方法？

我正在处理清理相对较大（30行）的文本块。这里有一段摘录：

PID | 1 | 06225401 ^ PA0 ^ MR |患者^假 R | | | F

PV1 | 1 | I | | | | | | | | | | | | | | | | | | | | | | | | | |

ORC | RE | CYT-09-06645 | AP | |||||200912110333 |接口07

OBR | 1 | CYT09-06645 | 8104 | L | | | | | | | | | | | 200906030000[条件]

OBX | 1 | TX | 8104 | 1 |来源 样本：[来源]| | | | | | | | | | | 200912110333 | CYT

我目前有一个脚本，可以删除非法字符或术语

    infile = open(thisFile,'r')
    m = infile.read()

    #remove junk headers
    m = m.replace("4þPATHþ", "")
    m = m.replace("10þALLþ", "")

---

我的目标是修改此脚本，以便在其中一个字段的末尾添加4位数字。具体来说，日期字段（“20090602”）在OBR行中。完成的脚本将能够处理任何遵循相同格式的文件。这是否可能与我当前处理文件输入的方式有关，或者我必须使用一些不同的逻辑？

您可以在此处找到有用的答案

---

您可能会发现这里的答案很有帮助

这里有一个提纲（未经测试）…基本上你一次只做一行

for line in infile:
    data = line.rstrip("\n").split("|")
    kind = data[0]
    # start of changes
    if kind == "OBR":
        data[7] += "0000" # check that 7 is correct!
    # end of changes
    outrecord = "|".join(data)
    outfile.write(outrecord + "\n")

以上假设您正在按线型（例如：“OBR”）和列索引（例如：7）选择修复目标。如果只有少数这样的目标，只需添加更多类似的修复语句。如果有许多目标，您可以这样指定它们：

fix_targets = {
    "OBR": [7],
    "XYZ": [1, 42],
    }

if kind in fix_targets:
    for col_index in fix_targets[kind]:
        data[col_index] += "0000"

修复代码如下所示：

fix_targets = {
    "OBR": [7],
    "XYZ": [1, 42],
    }

if kind in fix_targets:
    for col_index in fix_targets[kind]:
        data[col_index] += "0000"

在任何情况下，您都可以添加代码来检查数据[col_index]在更改之前是否确实是YYYYMMDD格式的日期

由于您没有显示示例数据，上述任何一项都不能删除不需要的标题。我想，将替换应用到每一行（并避免在替换后变为空白的情况下写入该行）可以解决问题。

这里有一个提纲（未经测试）…基本上您一次只写一行

for line in infile:
    data = line.rstrip("\n").split("|")
    kind = data[0]
    # start of changes
    if kind == "OBR":
        data[7] += "0000" # check that 7 is correct!
    # end of changes
    outrecord = "|".join(data)
    outfile.write(outrecord + "\n")

以上假设您正在按线型（例如：“OBR”）和列索引（例如：7）选择修复目标。如果只有少数这样的目标，只需添加更多类似的修复语句。如果有许多目标，您可以这样指定它们：

fix_targets = {
    "OBR": [7],
    "XYZ": [1, 42],
    }

if kind in fix_targets:
    for col_index in fix_targets[kind]:
        data[col_index] += "0000"

修复代码如下所示：

fix_targets = {
    "OBR": [7],
    "XYZ": [1, 42],
    }

if kind in fix_targets:
    for col_index in fix_targets[kind]:
        data[col_index] += "0000"

在任何情况下，您都可以添加代码来检查数据[col_index]在更改之前是否确实是YYYYMMDD格式的日期

---

由于您没有显示示例数据，上述所有内容都无法删除不需要的标题。我想，将替换应用于每一行（如果替换后该行仅为空白，则避免写入该行）这个问题还不完全清楚。你能提供输入和输出的示例吗？这些垃圾标题最好用“4\xfePATH\xfe”来表示，这样可以清楚地表明所谓的“非法字符”不是字符（冰岛小写字母thorn和拉丁小写字母p都不是）（乍一看，这就是它们的样子）但只是二进制垃圾。问题还不完全清楚。你能提供示例输入和输出吗？这些垃圾头可以更好地表示为“4\xfePATH\xfe”，以明确所谓的“非法字符”不是字符（既不是冰岛小写字母thorn，也不是拉丁小写字母p（乍一看就是这个样子））但这只是二进制垃圾。谢谢。我不认为这正是我要找的，但知道这一点很好。谢谢。我不认为这正是我要找的，但知道这一点很好。很好。我想可能是这样的，但我真的无法想象。谢谢你的回答。很好。outfile.write（outrecord+'\n'）有一个内置的Python等价物：print>>outfile，outrecord，这更简单。@EOL-除了不常用的“print chevron”语法也被弃用。完美。我想可能是这样的，但我不能真正地将其可视化。谢谢你的回答。很好。outfile.write（outrecord+'\n'））有一个内置的Python等价物：print>>outfile，outrecord，这更简单。@EOL-除了“print chevron”语法（不经常使用）也被弃用之外。