Python 将文件中特定字符串后的所有行保存到单独的文件中

我有一个文件，其中包含未知行数的介绍性文本块，然后文件的其余部分包含数据。在数据块开始之前，有列标题，我想跳过这些标题。因此，该文件如下所示：

with open("data.txt", "r") as infile:
    x = infile.readlines()

x = [i.strip() for i in x[x.index('UniqueString\n') + 1:] if i != '\n' ]

with open("output.txt", "w") as outfile:
    for i in x[1:]:
        outfile.write(i+"\n")

这是一个介绍。。
废话废话。。。
...
唯一字符串
时间位置计数
0 35 12
1 48 6
2 96 8
...
1000 82 37

---

我想将时间位置和计数数据记录到一个单独的文件中。时间位置和计数数据仅出现在

唯一字符串之后

这是您要查找的吗

reduce(lambda x, line: (x and (outfile.write(line) or x)) or line=='UniqueString\n', infile)

工作原理：

• 文件可以迭代，因此我们可以通过简单地执行

  […for line in infle]

• 在操作部分，我们使用了这样一个事实，即如果and的第一个操作数是

  False

  ，则不会触发

  writeline（）

• 在

  或

  部分中，如果找到所需的行，我们将设置触发器，因此将为下一行和后续行触发

  writeline

• reduce的默认初始值为None，其计算结果为

  False

---

您可以提取数据并将其写入另一个文件，如下所示：

with open("data.txt", "r") as infile:
    x = infile.readlines()

x = [i.strip() for i in x[x.index('UniqueString\n') + 1:] if i != '\n' ]

with open("output.txt", "w") as outfile:
    for i in x[1:]:
        outfile.write(i+"\n")

我认为这很简单：文件被打开，所有行都被读取，列表从标题字符串开始，所需的剩余行被再次写入文件。

您可以创建一个（和更多信息）来为您过滤文件
它以增量方式运行，因此不需要一次将整个文件读入内存

def extract_lines_following(file, marker=None):
    """Generator yielding all lines in file following the line following the marker.
    """
    marker_seen = False
    while True:
        line = file.next()
        if marker_seen:
            yield line
        elif line.strip() == marker:
            marker_seen = True
            file.next()  # skip following line, too

# sample usage
with open('test_data.txt', 'r') as infile, open('cleaned_data.txt', 'w') as outfile:
    outfile.writelines(extract_lines_following(infile, 'UniqueString'))

---

如果您使用的是Python 3，则可以对其进行一些优化，但基本思想是相同的。

我建议使用CSV阅读器（因为您的文件在标题行之后被格式化为表格），并使用

while

循环跳过行，直到找到标题。另外，请考虑数据可以容易地具有1E8到1E9行。<代码> RealLink（）/<代码>和随后的<代码>“n”。也就是说，如果infle足够大，它会导致问题。我们说的有多大？数据很容易包含1亿到10亿行。另外，我正在处理的实际数据文件有12列支持它。这是否达到了您想要的效果？我已经尝试过（直接复制它，只是更改了变量名），但它只记录了介绍性文本块中的第二行。缺少一个条件（

（outfile.write（line）或x）

）。请再试一次