从文本文件中提取特定记录并保存到 Python 中的新文件答案

【问题标题】：Extract specific records from a text file and save to a new file in Python从文本文件中提取特定记录并保存到 Python 中的新文件
【发布时间】：2019-10-23 09:30:32
【问题描述】：

我有一个包含数千条收据信息的 txt 文件。有两种类型：

定期收据

摘要收据

我需要获取所有摘要收据及其内容并将其写入新文件。

以下是我到目前为止所做的，但它所做的只是将所有内容复制到一个新文件中。

filtered = []
with open("sample.txt", "r+") as file: 
    for line in file:
        filtered.append(line.split(""" 
                    Company Name
                      A CITY         
                    Name of CITY              
                     Tin:00000     
                      #10000      
            N#00108235 Cashier ID#0000 
        - - - - - - - - - - - - - - - - - - - -
                Report(X-Report)         
        """))

    outputfile = open("output.txt","w") 
    for lines in filtered:
        outputfile.write(str(lines))

我对 python 很陌生，非常感谢提示或指导。 TIA

【问题讨论】：

那么您的问题是如何识别普通收据的汇总收据？
是的，识别汇总收据并将其保存到单独的文本文件中。
它们的格式都一样吗？一份用于常规，一份用于食谱？
查看正则表达式。 import re 然后使用正则表达式格式对收据的主要内容（项目）进行分组。您可以编辑问题以显示您想要的输出吗？

标签： python python-3.x list

【解决方案1】：

首先我们可以将整个文件拆分成这样的食谱列表。

with open("sample.txt", "r+") as file: 
    receipts = file.read()

# We convert it to a list of receipts
receipts = receipts.split("- - - - -") #<=== This should be tweak to ensure that we split all receipt. You can also use "FROM THE DATE  PERMIT TO USE"

然后我们过滤小时列表，我们在食谱列表中是唯一的。

my_filter = lambda receipt: "SUMMARY OF CHARGE" in receipt
summaries = list(filter(my_filter, receipts)) 

with open("out.txt", "a") as outfile:
    for summary in summaries:
        outfile.write(summary)

【讨论】：

【解决方案2】：

您只需要根据类型将它们分开吗？根据您的解释，简单的解决方案是读取文件的内容并在该文件中找到“SUMMARY OF CHARGES”一词，如果找到，则将内容保存到新文件中。任何带有 abc 字样的正则表达式将是 .*abc.* 如果您有单个收据的单个文件，则代码将是这样的。

import re
with open("sample.txt","r") as sfile:
   cont=sfile.read()
if (re.match(".*SUMMARY OF CHARGES.*",cont)):
   with open("outfile.txt","w") as outfile:
      outfile.write(cont)

要分隔各个收据的内容，您可以使用正则表达式组。使正则表达式只保留一张收据，然后创建一个组 (your_regex)* 然后遍历该组以获取所有匹配的收据。

【讨论】：