创建多行输出文件（Python）答案

【问题标题】：Create Output file with multiple lines (Python)创建多行输出文件（Python）
【发布时间】：2011-03-01 13:10:18
【问题描述】：

我有一个文件，其中包含我想要提取的特定数据。

文件如下所示：

DS User ID 1  
random garbage  
random garbage  
DS  N user name 1   
random garbage  
DS User ID 2   
random garbage  
random garbage  
DS  N user name 2

到目前为止我有：

import sys  
import re  
f = open(sys.argv[1])

strToSearch = ""

for line in f:
        strToSearch += line

patFinder1 = re.compile('DS\s+\d{4}|DS\s{2}\w\s{2}\w.*|DS\s{2}N', re.MULTILINE)

for i in findPat1:  
    print(i)

我的屏幕输出如下所示：

DS user ID 1  
DS  N user name 1  
DS user ID 2  
DS  N user name 2

如果我使用以下方式写入文件：

outfile = "test.dat"   
FILE = open(outfile,"a")  
FILE.writelines(line)  
FILE.close()

所有内容都被推送到一行：

DS user ID 1DS  N user name 1DS user ID 2DS  N user name 2

我可以接受输出的第一个场景。理想情况下，虽然我想从输出文件中删除“DS”和“DS N”并用逗号分隔。

User ID 1,user name 1  
User ID 2, username 2

关于如何完成此任务的任何想法？

【问题讨论】：

嗨，欢迎来到 StackOverflow。请花一点时间熟悉一下编辑器，尤其是可用于格式化代码的代码按钮 {}。
这显然不是你真正的程序。一方面，您永远不会使用正则表达式。它也与您提供的样本不匹配，至少与大多数样本不匹配。你永远不会定义findPat1。
请清楚地描述您的输入数据是什么样的以及您使用什么标准来匹配。从您的样本看来，寻找以DS 开头的行就足够了——如果不是，请说明规则。您似乎正在尝试匹配相应的用户 ID/用户名条目。如果我们知道您在做什么，我们肯定可以向您展示更好的方法。

标签： python text

【解决方案1】：

如果不了解实际的输入数据格式、允许的灵活性以及解析后的数据将如何使用，就很难提供稳健的解决方案。

仅从上面给出的示例输入/输出，我们可以快速编写一个有效的示例代码：

out = open("test.dat", "a") # output file

for line in open("input.dat"):
    if line[:3] != "DS ": continue # skip "random garbage"

    keys = line.split()[1:] # split, remove "DS"
    if keys[0] != "N": # found ID, print with comma
        out.write(" ".join(keys) + ",")
    else: # found name, print and end line
        out.write(" ".join(keys[1:]) + "\n")

输出文件将是：

User ID 1,user name 1
User ID 2,user name 2

如果格式规范已知，当然可以使用正则表达式使这段代码更加健壮。例如：

import re
pat_id = re.compile(r"DS\s+(User ID\s+\d+)")
pat_name = re.compile(r"DS\s+N\s+(.+\s+\d+)")
out = open("test.dat", "a")

for line in open("input.dat"):
    match = pat_id.match(line)
    if match: # found ID, print with comma
        out.write(match.group(1) + ",")
        continue
    match = pat_name.match(line)
    if match: # found name, print and end line
        out.write(match.group(1) + "\n")

上面的两个例子都假设“用户 ID X”总是出现在“N 用户名 X”之前，因此分别有“，”和“\n”的尾随字符。

如果顺序不明确，可以使用数字 ID 作为键将值存储在字典中，然后在解析所有输入后打印出 ID/名称对。

如果您提供更多信息，也许我们可以提供更多帮助。

【讨论】：

效果很好，正是我需要的。谢谢。试图摆脱DS和DS N，它会是完美的。

【解决方案2】：

print 在参数后添加换行符，但 writelines 没有。所以你必须这样写：

file = open(outfile, "a")
file.writelines((i + '\n' for i in findPat1))
file.close()

writelines 语句也可以写成：

for i in findPat1:
    file.write(i + '\n')

【讨论】：

【解决方案3】：

FILE.writelines(line)

不添加行分隔符。

只要做：

FILE.write(line + "\n")

或者：

FILE.write("\n".join(lines))

【讨论】：

【解决方案4】：

import re

ch ='''\
DS User ID 1
random garbage
random garbage
DS  N user name 1
random garbage
DS User ID 2
random garbage
random garbage
DS  N user name 2'''

RE = '^DS (User ID (\d+)).+?^DS  N( user name \\2)'

with open('outputfile.txt','w') as f:
    for match in re.finditer(RE,ch,re.MULTILINE|re.DOTALL):
        f.write(','.join(match.groups())+'\n')

编辑：

替换

RE = '^DS (User ID \d+).+?^DS  N( user name \d+)'

与

RE = '^DS (User ID (\d+)).+?^DS  N( user name \\2)'

【讨论】：