如何过滤带有特定字符串的txt文件

Question

我有一个文件 (file1.txt)，其中第一列包含字符串，我想在另一个文件 (file2.txt) 中过滤其字符串与列表“indref”完全对应的行（参见代码）。问题是生成的文件（参见简短示例）还附加了那些以我要附加的值“开始”的字符串。我只想附加特定的字符串（'indref' 中的那些）。谢谢。

import numpy as np

indref = ['p1', 'p3']

with open('file1.txt') as oldfile, open('file2.txt', 'w') as newfile:

    for line in oldfile:
        if any(x in line for x in indref):
            newfile.write(line)

file1.txt 示例

p1        4.252613E+01  
p2        4.245285E+01  
p3        4.272667E+01 
p4        4.255809E+01  
p5        4.284104E+01  
p6        4.292802E+01  
p7        4.295814E+01  
p8        4.286242E+01  
p9        4.286862E+01  
p10       4.258108E+01  

file2.txt：

p1        4.252613E+01  
p3        4.272667E+01 
p10       4.258108E+01  

Answer 1

使用split 得到了很好的答案，但可以精简到

indref = ['p1', 'p3']

with open('file1.txt') as oldfile, open('file2.txt', 'w') as newfile:
    newfile.writelines(line for line in oldfile if line.split()[0] in indref)

Answer 2

可以在每一行使用split()，然后检查第一个元素是否在indref中：

with open('test.txt') as f:
  indref = {'p1', 'p3'}
  data = [i for i in f.read().splitlines() if i.split()[0] in indref]

  with open('test2.txt', 'w') as f:
    f.write('\n'.join(data))

输出：

p1        4.252613E+01  
p3        4.272667E+01 

我将 indref 更改为一个集合，因为在集合中查找的平均时间为 O(1)，如果它是一个非常大的列表查找可能会很昂贵。