Python解析txt，在两个字符之间剪切字符串的特定部分

Question

我正在尝试制作一个脚本，该脚本将从加载的文件中剪切字符串的特定部分。

例如文件中的字符串是（有多个这样的行，并且所有行都应该这样做）：

C:\d\projects\project1\folder1\folder2\folder3\folder4\file.h

想要的输出是：

C:\d\projects\project1\folder1\folder2\folder3\folder4

因此，在每一行中，应该只保留文件夹的路径，而不是文件本身。

最好的方法是什么？

Answer 1

这对于str.rfind() 来说似乎是一个完美的情况。它找到给定子字符串的最右边的索引，在本例中为\。

list = [C:\d\projects\project1\folder1\folder2\folder5\folder1\file3.h, 
        C:\d\projects\project1\folder1\folder2\folder4\folder2\file5.h, 
        C:\d\projects\project1\folder1\folder2\folder3\folder3\file3.h, 
        C:\d\projects\project1\folder1\folder2\folder2\folder4\file4.h, 
        C:\d\projects\project1\folder1\folder2\folder1\folder5\file2.h]
for line in list:
    line = line[ 0 : line.rfind("\\") ]
    print(f"{line}\n")

输出：

C:\d\projects\project1\folder1\folder2\folder5\folder1
C:\d\projects\project1\folder1\folder2\folder4\folder2
C:\d\projects\project1\folder1\folder2\folder3\folder3
C:\d\projects\project1\folder1\folder2\folder2\folder4
C:\d\projects\project1\folder1\folder2\folder1\folder5

Answer 2

所以由于我一开始没有很好地解释我的问题（后来在 cmets 中做了），我不得不解决这个问题，最后这段代码完成了工作：

for file in directory:
    f = open(file,'r')
    rows = f.readlines()
    array = []
    for i in rows:
        if i.endswith('.h\n'):
            array.append(i.replace(os.path.basename(i), ''))
    wf = open(file,'w')
    for row in array:
        wf.write(row+'\n')
    wf.close()

因此它将遍历文件夹内的所有文件，并从中： C:\d\projects\project1\folder1\folder2\folder5\folder1\file3.h C:\d\projects\project1\folder1\folder2\folder4\folder2\file5.h C:\d\projects\project1\folder1\folder2\folder3\folder3\file3.h C:\d\projects\project1\folder1\folder2\folder2\folder4\file4.h C:\d\projects\project1\folder1\folder2\folder1\folder5\file2.h

做这个：

C:\d\projects\project1\folder1\folder2\folder5\folder1 C:\d\projects\project1\folder1\folder2\folder4\folder2 C:\d\projects\project1\folder1\folder2\folder3\folder3 C:\d\projects\project1\folder1\folder2\folder2\folder4 C:\d\projects\project1\folder1\folder2\folder1\folder5

希望它对某人有所帮助！

Answer 3

您可以使用pathlib 获得广泛的跨平台路径支持。

在您的特定示例中：

from pathlib import PureWindowsPath

p=PureWindowsPath(r'C:\d\projects\project1\folder1\folder2\folder3\folder4\file.h')

那么你就可以随意访问这些部分了：

>>> p.name
file.h
>>> p.parents[0]
C:\d\projects\project1\folder1\folder2\folder3\folder4
>>> p.parents[1]
C:\d\projects\project1\folder1\folder2\folder3
# etc

你可以改变路径的类型：

>>> p.as_uri()
file:///C:/d/projects/project1/folder1/folder2/folder3/folder4/file.h
>>> p.as_posix()
C:/d/projects/project1/folder1/folder2/folder3/folder4/file.h

Pathlib 还内置了对通配符的支持。

给定这样的文件树：

.
├── a
│   └── sub_a
│       └── sub_sub_a
│           └── file.txt
├── b
│   └── sub_b
│       └── file2.txt
└── c
    └── file3.txt

你可以这样做：

for pn in (n for n in p.glob('**/*') if n.is_file()):
    print(pn)

打印：

/tmp/test/a/sub_a/sub_sub_a/file.txt
/tmp/test/c/file3.txt
/tmp/test/b/sub_b/file2.txt

可以是任何包含文件的路径的路径：

for pn in (n for n in p.glob('**/*') if n.is_file()):
    print(pn.parents[0])

/tmp/test/a/sub_a/sub_sub_a
/tmp/test/c
/tmp/test/b/sub_b

这绝对是一种优越的方法。

Answer 4

为什么不 split() 像这样使用转义的 \ 并加入除最终文件名项目之外的所有项目。如果您出于其他目的需要文件名，则使用 split() 并使用索引 -1 来获取该部分。

请注意，我在字符串前面添加了一个 r，因此所有反斜杠都保持不变。你可以阅读这个here。

my_file_location = r"C:\d\projects\project1\folder1\folder2\folder3\folder4\file.h"

print('\\'.join(my_file_location.split('\\')[0:-1])) # path
>> C:\d\projects\project1\folder1\folder2\folder3\folder4

print(my_file_location.split('\\')[-1]) # filename
>> file.h

如果你想遍历这些文件名的列表，那么你可以这样做：

import csv

output_list = []
with open('my_csv_example.csv', 'r') as f:
    csv_reader = csv.reader(f)
    for row in csv_reader:
        output_list.append('\\'.join(row[0].split('\\')[0:-1]))

with open('my_csv_output_example.csv', mode='w') as f2:
    csv_writer = csv.writer(f2, delimiter=',', quotechar='"', quoting=csv.QUOTE_MINIMAL)
    for row in output_list:
        csv_writer.writerow([row])

输入文件（my_csv_example.csv）：

C:\d\projects\project1\folder1\folder2\folder5\folder1\file3.h
C:\d\projects\project1\folder1\folder2\folder4\folder2\file5.h
C:\d\projects\project1\folder1\folder2\folder3\folder3\file3.h
C:\d\projects\project1\folder1\folder2\folder2\folder4\file4.h
C:\d\projects\project1\folder1\folder2\folder1\folder5\file2.h

输出文件（my_csv_output_example.csv）：

C:\d\projects\project1\folder1\folder2\folder5\folder1
C:\d\projects\project1\folder1\folder2\folder4\folder2
C:\d\projects\project1\folder1\folder2\folder3\folder3
C:\d\projects\project1\folder1\folder2\folder2\folder4
C:\d\projects\project1\folder1\folder2\folder1\folder5

由于评论而更新，我认为您缺少的一点是尝试在列表上运行字符串函数。您可能需要列表中的第一个元素，即 0，所以这是您的关键位：

row[0].split('\\')[0:-1])