Python 字符串完全匹配时分割文件

我有一个巨大的文本文件，需要根据匹配的“EKYC”值进行拆分。但是，当具有类似模式的其他值出现时，我的脚本将失败。 我是Python新手，它让我疲惫不堪

import sys;
import os;

MASTER_TEXT_FILE=sys.argv[1];
OUTPUT_FILE=sys.argv[2];

L = file(MASTER_TEXT_FILE, "r").read().strip().split("EKYC")
i = 0
for l in L:
    i = i + 1
    f = file(OUTPUT_FILE+"-%d.ekyc" % i , "w")

    print >>f, "EKYC" + l

当存在EKYCSMRT或EKYCVDA或EKYCTIGO时，脚本会中断，那么我如何设置保护以防止在点之前发生拆分

This is the content of all of the messages
EKYC
WIK  12
EKYC
WIK  12
EKYCTIGO
EKYC
WIK  13
TTL
EKYCVD
EKYC
WIK  14
TTL  D

---

感谢您的帮助。

根据您的示例输入文件，您需要：

split（'\nEKYC\n'）

其他意见：

• Python不使用

• 您的原始代码没有使用

  os

• 建议使用带有open（，）的

  作为f:…

  ，因为它会处理可能的错误并在之后关闭文件

---

如果可能，您应该避免一次性将大文件读入内存。取而代之的是，一次流式处理它们的块

文本文件的合理块通常是行。这可以通过

.readline（）

完成，但只需在文件上迭代也会生成其行

读取一行（包括换行符）后，可以

.write（）

将其直接写入当前输出文件

import sys

master_filename = sys.argv[1]
output_filebase = sys.argv[2]

output = None
output_number = 0
for line in open(master_filename):
    if line.strip() == 'EKYC':
        if output is not None:
            output.close()
            output = None
    else:
        if output is None:
            output_number += 1
            output_filename = '%s-%d.ekyc' % (output_filebase, output_number)
            output = open(output_filename, 'w')
        output.write(line)
if output is not None:
    output.close()

输出文件在其自身行中遇到

'EKYC'

时关闭并重置。

---

在这里，您会注意到输出文件在有行要写入之前不会（重新）打开：这避免了在没有其他行要写入的情况下创建空输出文件。如果希望输出文件中也出现

'EKYC'

行，则必须对其稍微重新排序。

您所说的“'EKYC'唯一值”是什么意思？请注意，如果您这样做：

'foo EKYCSMRT bar'.split（'EKYC'）

它将返回：

['foo'，SMRT bar']

可能您希望按

'ECKYC'

进行拆分（包括前后的空格）？请澄清。PS:Python不使用

，或者您的代码正在使用
os
。如果它是一个巨大的文件（请定义您对巨大文件的想法），请不要预先阅读所有内容，请逐行阅读。我建议提供一个小的输入文件示例，这样我们就可以更好地理解您面临的问题。@PaulRooney好的，“大文件”这个词可能没有用，但我的意思是，在一个文件中，您将有多行EKYC代码。我需要分离EKYC代码的每个块，文本文件行是基于什么的？当EKYC在自己的线路上时，是否要拆分？或者以某种方式与同一行上的其他内容分隔？是否应包含在输出中？@jose.galarza这是一个文件，我的意思是EKYCSMRT，EKYCVD是EKYC代码的一部分EKYCSMRT和EKYCVD将位于两个EKYC块之间。谢谢。这个解决方案和我的很接近。我只是在写入子集之前添加了output.write（'EKYC'），因为解决方案正在删除EKYC代码。它很有魅力。很高兴听到！注：@ephemient给出的答案有一个很好的提示，可以从文件中读取块（在示例中，一次读取一行），如果输入文件非常大（与您的机器规格相比），这将非常有用。
import sys

master_filename = sys.argv[1]
output_filebase = sys.argv[2]

output = None
output_number = 0
for line in open(master_filename):
    if line.strip() == 'EKYC':
        if output is not None:
            output.close()
            output = None
    else:
        if output is None:
            output_number += 1
            output_filename = '%s-%d.ekyc' % (output_filebase, output_number)
            output = open(output_filename, 'w')
        output.write(line)
if output is not None:
    output.close()