字符串替换和保存到新文件（Python v2.7）

Question

我想用文件中的空白替换某一格式的所有行，即替换一行数字/数字/数字（如日期）和数字：数字（如时间）与“”。我想从旧文件读取，然后将清理过的版本保存为新文件。

这是我到目前为止的代码（我知道这是遥远）：

old_file = open("old_text.txt", "r") 
new_file = open("new_text.txt", "w") 

print (old_file.read()) 

for line in old_file.readlines(): 
    cleaned_line = line.replace("%/%/%", "") 
    cleaned_line = line.replace("%:%", "") 
    new_file.write(cleaned_line) 

old_file.close 
new_file.close 

感谢你的帮助， 本

Answer 1

首先，有一些压痕问题，其中for循环没有理由缩进。其次，只要你搜索到的文件到最后，所以没有更多的行要阅读。最后，with命令允许您打开一个文件并声明其变量名称，并允许它由于错误或读到最后而关闭，而不必担心手动关闭它。

但是，要执行实际逻辑，您可能需要使用regular expression。您可以使用re.search()找到任何数量的数字，一个冒号和三批任意数量的数字的，它们之间文字/任何号码数字

\d+\/\d+\/d+格局

• \d+:\d+。

你想要的代码是接近这个：

import re 
with open("old_text.txt", "r") as oldfile, open("new_text.txt", "w") as new_file: 
    for line in old_file: 
     # This will match if this pattern is anywhere in the line 
     if re.search("\d+:\d+", line) is not None: 
      line = "" 
     # This will match if this pattern is anywhere in the line 
     if re.search("\d+\/\d+\/d+", line) is not None: 
      line = "" 
     new_file.write(line) 

如果你只是想匹配在该行的开头，re.match()将可能是一个更好的选择。

在这里，我们宣布一个块与我们的两个文件，通过old_file循环，清理每一行并写入new_file。一旦到达old_file的末尾，所有文件都完全关闭。如果找不到任何文件或发生错误，那么with块会捕获这些文件并很好地发布所有文件。

Answer 2

我想用文件中的空白替换某一格式的所有行，即用“”替换一行数字/数字/数字（如日期）和数字：数字（如时间） 。

您不能使用str.replace来匹配模式或格式，只能使用文字字符串。

要匹配一个模式，你需要某种解析器。对于这样的模式，标准库中内置的正则表达式引擎re已经不够强大了......但您需要学习如何为您的模式编写正则表达式。如果您已经了解基础知识，那么参考文档和Regular Expression HOWTO非常棒;如果没有，你应该在其他地方搜索教程。

总之，这里的你如何做到这一点（沿途固定一些其他的东西，大多由乐高Stormtroopr解释）：

import re 

with open("old_text.txt") as old_file, open("new_text.txt", "w") as new_file: 
    for line in old_file: 
     cleaned_line = re.sub(r'\d+/\d+/\d+', '', line) 
     cleaned_line = re.sub(r'\d+:\d+', '', cleaned_line) 
     new_file.write(cleaned_line) 

另外请注意，我在第二sub使用cleaned_line ;再次使用line，就像在你的原始代码中一样，意味着我们失去了第一次替换的结果。

不知道你的问题的确切定义，我不能保证这确实是你想要的。你是否想要删除包含模式编号/编号/编号的所有行，将所有没有任何内容的行全部清空但是表示该模式，只显示该模式并将该行的其余部分单独留空？所有这些都是可行的，很容易，re，但他们都做了一点不同。

---

如果你想获得一些技巧，你可以使用一个re.sub表达式替换所有匹配线，空行的一次，而不是迭代他们一次一个。这意味着稍微更复杂的正则表达式与略微更简单的Python代码相比，这意味着对于中等大小的文件可能会有更好的性能，但对于大型文件而言性能（以及上限）会更差，等等。如果你不知道如何自己编写合适的表达式，并且没有性能瓶颈可以解决，我会坚持使用显式循环。