从文件中过滤特定长度的字符串答案

【问题标题】：filtering strings of particular length from file从文件中过滤特定长度的字符串
【发布时间】：2013-06-28 15:56:07
【问题描述】：

我有一个包含内容的 foo.txt 文件

'w3ll' 'i' '4m' 'n0t' '4sed' 't0' 

'it'

我正在尝试提取其中包含 2 个字符的所有单词。我的意思是，输出文件应该只有

4m
t0
it

我尝试的是，

with open("foo.txt" , 'r') as foo:
    listme = foo.read()

string =  listme.strip().split("'")

我想这将用 ' 符号分割字符串。如何仅选择那些字符数等于 2 的撇号中的那些字符串？

【问题讨论】：

标签： python string file python-2.7 extract

【解决方案1】：

这应该可行：

>>> with open('abc') as f, open('output.txt', 'w') as f2:
...     for line in f:
...         for word in line.split():    #split the line at whitespaces
...             word = word.strip("'")   # strip out `'` from each word
...             if len(word) == 2:       #if len(word) is 2 then write it to file
...                 f2.write(word + '\n')

print open('output.txt').read()
4m
t0
it

使用regex：

>>> import re
>>> with open('abc') as f, open('output.txt', 'w') as f2:
    for line in f:
        words = re.findall(r"'(.{2})'",line)
        for word in words:
            f2.write(word + '\n')
...             
>>> print open('output.txt').read()
4m
t0
it

【讨论】：

@abhikafle 有什么错误吗？请在问题正文中发布此类示例，而不是在 cmets 中，因为它们不可读。
谢谢@Ashwini。但是正则表达式方法将两个用逗号分隔的不同字符串作为一个。当我运行代码找到 20 个字符时。 word ，它给了我 "', 9, '1186148119', ''" 作为输出，它仍然有效，但它由许多不同的字符串组成，而不仅仅是一个。
@abhikafle 您的示例输入输入不包含任何 ',' 这就是我没有处理它们的原因。请自行发布此类问题。
能否添加','作为标记来分隔两个字符串？
@abhikafle 在第一个代码中将line.split() 替换为line.split(', ')

【解决方案2】：

with open("foo.txt" , 'r') as file:
  words = [word.strip("'") for line in file for word in line.split() if len(word) == 4]

with open("out", "w") as out:
  out.write('\n'.join(words) + '\n')

【讨论】：

【解决方案3】：

假设您要查找包含在 '' 符号中的所有单词，它们正好是两个字符长：

import re
split = re.compile(r"'\w{2}'")

with open("file2","w") as fw:
    for word in split.findall(open("file","r").read()):
            fw.write(word.strip("'")+"\n")

【讨论】：

【解决方案4】：

由于您正在阅读以空格（或逗号）分隔的引用单词，您可以使用 csv 模块：

import csv

with open('/tmp/2let.txt','r') as fin, open('/tmp/out.txt','w') as fout:
    reader=csv.reader(fin,delimiter=' ',quotechar="'")
    source=(e for line in reader for e in line)             
    for word in source:
        if len(word)<=2:
            print(word)
            fout.write(word+'\n')

'out.txt'：

i
4m
t0

【讨论】：