如何在 .gz 文件中搜索字符串？ [关闭]

Question

我是脚本新手，尝试读取 .gz 文件并复制包含“唉！”的行在其文件中。 myfiles/all*/input.gz。在提到的路径中，它应该搜索所有以 (all) 开头的目录。对于 input.gz 文件。在 input.gz 文件中，它应该搜索字符串“Alas！”并打印文本文件中的行。我确定如何使用zgrep 命令执行此 linux zgrep 'Alas!' myfiles/all*/input.gz > file1.txt。我在尝试为此编写脚本时迷路了。

Answer 1

声明

    if 'Alas!':

仅检查字符串值'Alas!' 是否为“真”（根据定义，它是）；您想检查变量line 是否包含此子字符串；

    if 'Alas!' in line:

另一个问题是您多次打开输出文件，覆盖以前输入文件的任何结果。您只想在开始时打开它一次（或打开以追加；但重复打开和关闭同一个文件是不必要且低效的）。

更好的设计可能是简单地打印到标准输出，并让用户根据需要将输出重定向到文件。 （另外，可能接受输入文件作为命令行参数，而不是硬编码一个非常复杂的相对路径。）

第三个问题是输入行已经包含一个换行符，但print() 会添加另一个。要么在打印之前去掉换行符，要么告诉print不要提供另一个（或切换到write，它不会添加一个）。

import gzip
import glob

with open('file1.txt', 'w') as o:
    for file in glob.glob('myfiles/all*/input.gz'):
        with gzip.open(file, 'rt') as f:
            for line in f:
                if 'Alas!' in line:
                    print(line, file=o, end='')

演示：https://ideone.com/rTXBSS

Answer 2

.gz 文件被压缩，因此您无法通过直接打开来搜索内容。在搜索之前，您需要解压缩它。 Python 提供gzip.open 来打开和解压gzip 压缩的文件。

import gzip

files = glob.glob('myfiles/all*/input.gz')
for file in files:
    with gzip.open(file, 'rt') as f, open('file1.txt', 'w') as o:
        for line in f:
            if 'Alas!' in line: # Changed this
                print(line, file=o)

您还需要将if 'Alas!' 更改为if 'Alas!' in line。前者总是计算为True，所以每一行都会被添加到另一个文件中。仅当在该行中找到Alas! 时，后者才会在另一个文件中添加一行。

对于它的价值，zgrep 以类似的方式工作。它解压缩文件，然后通过管道将其传送到grep（请参阅https://stackoverflow.com/a/45175234/5666087）。