Python提取文本文件 我有几个测试文件保存在一个目录中 我想转到每个文件，搜索一些文本“文本1”和“文本2”，并在输出文件中打印此文本前面的所有内容 这是我使用python脚本完成的 但接下来的事情是，我只希望每个文件中都有“Text 1”和“Text 2”的第一个实例。如果在当前脚本中添加break，则无法打印输入输出文件

请引导我。。我是一个python初学者

import os
path = "D:\test"
in_files = os.listdir(path)
desc = open("desc.txt", "w")
print >> desc, "Mol_ID,   Text1,  Text2"
moldesc = ['Text1', 'Text2']
for f in in_files:
    file = os.path.join(path, f)
    text = open(file, "r")
    hit_count = 0
    hit_count1 = 0
    for line in text:
        if moldesc[0] in line:
            Text1 = line.split()[-1]
        if moldesc[1] in line:
            Text2 = line.split()[-1]
            print >> desc, f + "," + Text1 + "," + Text2
text.close()
print "Text extraction done !!!"

---

您的代码有几个问题：

• 您的

  text.close（）

  应该与

  for line in text

  循环处于同一级别

• print>>desc

  语句不合适：仅当定义了

  Text1

  和

  Text2

  时才应打印。您可以在

  for line in text

  循环之外将它们设置为None，并测试它们是否都不是

  None

  。（或者，您可以在

  if moldesc[0]

  测试中设置

  hit_count0=1

  ，在

  if moldesc[1]

  中设置

  hit_count1=1

  ，并测试

  hit_count0和hit_count1

  ）。在这种情况下，打印输出并使用

  中断

  来退出循环

（所以，用简单的代码：）

还有第三个问题：

---

您提到要在

Text1

之前输入文本？然后您可能想使用

Text1=line[：line.index（moldesc[0]）]

而不是

Text1=line.split（）[-1]

。

我会选择

mmap

并可能使用CSV作为结果文件方法，类似于（未测试）和边缘粗糙。。。（需要更好的错误处理，可能需要使用mm.find（）而不是regex，一些代码是从OP等处逐字复制的，我的电脑电池快没电了……）

---

你想要两个或其中一个的第一次？我很难理解你的问题。您能提供一个输入和输出示例吗？为什么不使用find、xargs、grep和sed？@njzk2我没有使用grep或其他类似的命令，因为我想在上面做更多的事情…问题解决了！！！简单地关闭文件就解决了问题。。。。

for f in in_files:
    file = os.path.join(path, f)
    with open(file, "r") as text:
        hit_count = 0
        hit_count1 = 0
        for line in text:
            if moldesc[0] in line:
                Text1 = line.split()[-1]
                hit_count = 1
            if moldesc[1] in line:
                Text2 = line.split()[-1]
                hit_count1 = 1
            if hit_count and hit_count1:
                print >> desc, f + "," + Text1 + "," + Text2
                break

import os 
import csv
import mmap
from collections import defaultdict

PATH = r"D:\test"  # note 'r' prefix to escape '\t' interpretation
in_files = os.listdir(path)

fout = open('desc.txt', 'w')
csvout = csv.writer(fout)
csvout.writerow( ['Mol_ID', 'Text1', 'Text2'] )

dd = defaultdict(list)

for filename in in_files: 
    fin = open(os.path.join(path, f))
    mm = mmap.mmap(fin.fileno(), 0, access=mmap.ACCESS_READ)
    # Find stuff
    matches = re.findall(r'(.*?)(Text[12])', mm) # maybe user finditer depending on exact needs
    for text, matched in matches:
        dd[matched].append(text)
    # do something with dd - write output using csvout.writerow()...
    mm.close()
    fin.close()
csvout.close()