我想将文本文件中特定字符串之后的所有行读入字典。我想对数千个文本文件执行此操作。
我可以使用以下代码（来自this answer）识别并打印出特定的字符串（'Abstract'）：
for files in filepath:
with open(files, 'r') as f:
for line in f:
if 'Abstract' in line:
print line;
但是我如何告诉 Python 开始读取仅在字符串之后的行呢？
【问题讨论】：
当你到达你想开始的那一行时，再开始另一个循环：
for files in filepath:
with open(files, 'r') as f:
for line in f:
if 'Abstract' in line:
for line in f: # now you are at the lines you want
# do work
文件对象是它自己的迭代器，所以当我们到达其中包含'Abstract' 的行时，我们会从该行继续迭代，直到我们使用完迭代器。
一个简单的例子：
gen = (n for n in xrange(8))
for x in gen:
if x == 3:
print('Starting second loop')
for x in gen:
print('In second loop', x)
else:
print('In first loop', x)
生产：
In first loop 0
In first loop 1
In first loop 2
Starting second loop
In second loop 4
In second loop 5
In second loop 6
In second loop 7
您还可以使用itertools.dropwhile 将行消耗到您想要的点：
from itertools import dropwhile
for files in filepath:
with open(files, 'r') as f:
dropped = dropwhile(lambda _line: 'Abstract' not in _line, f)
next(dropped, '')
for line in dropped:
print(line)
【讨论】：
使用布尔值忽略到该点的行：
found_abstract = False
for files in filepath:
with open(files, 'r') as f:
for line in f:
if 'Abstract' in line:
found_abstract = True
if found_abstract:
#do whatever you want
【讨论】：
您可以在这里使用itertools.dropwhile 和itertools.islice，这是一个伪示例：
from itertools import dropwhile, islice
for fname in filepaths:
with open(fname) as fin:
start_at = dropwhile(lambda L: 'Abstract' not in L.split(), fin)
for line in islice(start_at, 1, None): # ignore the line still with Abstract in
print line
【讨论】：
对我来说，下面的代码更容易理解。
with open(file_name, 'r') as f:
while not 'Abstract' in next(f):
pass
for line in f:
#line will be now the next line after the one that contains 'Abstract'
【讨论】：
next(f) 而不是f.next() 并告诉我它是否有效。
澄清一下，您的代码已经“读取”了所有行。要开始“关注”某个点之后的行，您可以设置一个布尔标志来指示是否应忽略行，并在每一行进行检查。
pay_attention = False
for line in f:
if pay_attention:
print line
else: # We haven't found our trigger yet; see if it's in this line
if 'Abstract' in line:
pay_attention = True
如果您不介意重新排列代码，也可以使用两个部分循环：一个循环在您找到触发短语 ('Abstract') 后终止，另一个循环读取所有以下内容线。这种方法更简洁一些（而且速度非常快）。
for skippable_line in f: # First skim over all lines until we find 'Abstract'.
if 'Abstract' in skippable_line:
break
for line in f: # The file's iterator starts up again right where we left it.
print line
这样做的原因是open 返回的文件对象的行为类似于generator，而不是一个列表：它只在请求时生成值。因此，当第一个循环停止时，文件的内部位置设置在第一个“未读”行的开头。这意味着当您进入第二个循环时，您看到的第一行是触发break 的那一行之后的第一行。
【讨论】：
猜测字典是如何涉及的，我会这样写：
lines = dict()
for filename in filepath:
with open(filename, 'r') as f:
for line in f:
if 'Abstract' in line:
break
lines[filename] = tuple(f)
因此，对于每个文件，您的字典都包含一个行元组。
这是有效的，因为循环读取到并包括您识别的行，而文件中的其余行可以从f 读取。
【讨论】：