在Python中删除文件中的特定行

我有一个文件中的文档列表。基本上由普通话和英文文件组成的TDT2语料库。我只想保留英文文件并删除普通话文件。手动这样做会很长，因为文件很大。在Python中删除文件中的特定行

结构看起来是这样的：

<ONTOPIC topicid=20001 level=YES docno=VOA19980630.1800.3165 fileid=19980630_1800_1900_VOA_ENG comments="NO"> 
<ONTOPIC topicid=20001 level=BRIEF docno=VOM19980220.0700.0559 fileid=19980220_0700_0800_VOA_MAN comments="NO"> 
<ONTOPIC topicid=20001 level=YES docno=VOM19980220.0700.1159 fileid=19980220_0700_0800_VOA_MAN comments="NO">

所以我想删除它在他们的fileid一个“人”的文件。如何在Python中执行此特定任务？

来源

2015-10-07 minks

因此这些线是一个文件的内容，你想输出中具有“ENG”行？如果我发布了答案。 – garg10may

如果行不是用\n写的，只是将它从endswith子句中移除。这将忽略任何以MAN comments="NO">结尾并输出其他文件的文件。

out = open('file2.txt','wb')  
for i in open('file.txt'): 
    if i.endswith('MAN comments="NO">\n'): 
     pass 
    else: 
     out.write(i) 

out.close()

如果您确定'MAN'只会是mandarian的一部分。看起来有点干净。

out = open('file2.txt','wb')  
for i in open('file.txt'): 
    if 'MAN' not in i: 
     out.write(i) 

out.close()

来源

2015-10-07 06:33:35 garg10may

谢谢。但是，我刚刚意识到这些文件中有一部分是英文的，但它们没有ENG扩展名。如果我使用这个，那么即使这些文件也会被删除。有些是这样的：所以这仍然是一个英文文件，但它不包含NG符号。在这种情况下，有可能做一些事情，如果我在（** VOA *，** ABC *）？这里的星星是指通配符和VOA，ABC是我知道的英文文件的开始关键字。 – minks

哦，好的，现在就试试修改 – garg10may

。它只会忽略MAN文件。 – garg10may

你可以试试这个：

def start(): 
    sFile = "source.txt" 
    dFile = "results.txt" 
    with open(dFile, 'w') as dHandle: 
     with open (sFile, "r") as fhandle: 
      for fline in fhandle.readlines(): 
       if "MAN" not in fline: 
        dHandle.write(fline) 

start()

来源

2015-10-07 06:52:57 vahnevileyes

这是非常普遍的，“MAN”可以很容易地成为ENG文件描述的一部分等等。它具有docno，fileid，anycan可以包含' MAN' – garg10may

另外'in'的效率不如'endswith' – garg10may

他的问题仅限于删除其fileid中包含“MAN”的文件，因此，包含“MAN”的所有fileid都将在结果中被丢弃 – vahnevileyes

在Python中删除文件中的特定行

回答

相关问题