在 Python 中获取两条相同行之间的文本

Question

我是 Python 的新手。我经常使用 Perl，听说 Python 通常更擅长解析文本，所以我想试一试，但我想不出最简单的方法（有关信息，我已经在Perl，但它花了我几个，缓慢而丑陋的循环）：

我想读取一个大文件并提取以相同模式开头的两行之间的文本块，例如：

!NAME: "N0",                DESCR: "Netnt Etrnet"
!NAME: "cp0",              DESCR: "Cle R0"
!NAME: "slt R1",               DESCR: "RSt"
>>!NAME: "moe R1",             DESCR: "ASessor 1,bps"
>>!PID: A9-55
>>!VID: G0984981
>>!SN: SEDGH25443N51E
!NAME: "SDFGSDFG: FGT/0",       DESCR: "VFDFGX1"
!NAME: "JQFHF1",       DESCR: "VNQDF2"

当然“>>”不是文本文件的一部分，它只是为了显示我要检索的行。

所以回顾一下：我想打印所有块（文件中有更多块），其中块的第一行以“！NAME”开头，并且在下一个“！NAME”之前有其他行.

我不关心连续有两个“!NAME:”的块。

这只是第一步，稍后我将尝试检索此块的值以创建哈希（或字典或任何与 python 中的哈希等效的东西）。但是我已经卡在了第一步所以我寻求帮助哈哈。

谢谢！

Answer 1

with open("in.txt") as f:
    prev = ""
    for line in f:
        if not line.startswith("!NAME:"):
            print(prev.rstrip())
            print(line.rstrip())
            for line in f:
                if line.startswith("!NAME:"):
                    prev = line
                    break
                print(line.rstrip())
                prev = line
        prev = line

如果要存储每个部分，可以使用字典：

from itertools import count

from collections import defaultdict
cn = count()

sections = defaultdict(str)
with open("log.txt") as f:  
    prev = ""
    for line in f:
        if not line.startswith("!NAME:"):
            key = next(cn)
            sections[key] += prev
            sections[key] += line
            for line in f:
                if line.startswith("!NAME:"):
                    break
                 sections[key] += line
                 prev = line
        prev = line

print(d)
defaultdict(<class 'str'>, {0: '!NAME: "moe R1",             DESCR: "ASessor 1,bps"\n!PID: A9-55\n!VID: G0984981\n!SN: SEDGH25443N51E\n'})

为确保您只找到前面有 !Name 的部分，请确保前一行以 !Name 开头：

with open("log.txt") as f:
    prev = ""
    for line in f:
        if not line.startswith("!NAME:") and prev.startswith("!NAME:"):
            key = next(cn)
            sections[key] += prev
            sections[key] += line
            for line in f:
                if line.startswith("!NAME:"):
                    break
                sections[key] += line
                prev = line
        prev = line

Answer 2

或者，您可以使用 itertools。

忽略文件中的所有内容，直到第一个 !NAME
按行是否以 !NAME 开头
将其分组，其中第一对是 !NAME 行，第二对是下一个 !NAME 或 EOF
在输出中包含 !NAME 行的最后一项，其中至少有一行不是 !NAME

代码：

from itertools import groupby, izip_longest, dropwhile

with open('inputfile') as fin:
    stripped = (line.strip() for line in fin)
    start_at = dropwhile(lambda L: not L.startswith('!NAME'), stripped)
    grouped = (list(g) for k, g in groupby(start_at, lambda L: L.startswith('!NAME')))
    for name, rest in izip_longest(*iter([grouped] * 2), fillvalue=[]):
        if rest:
            print name[-1]
            print '\n'.join(rest)

给出：

!NAME: "moe R1",             DESCR: "ASessor 1,bps"
!PID: A9-55
!VID: G0984981
!SN: SEDGH25443N51E

在 Python 中获取两条相同行之间的文本

Get text between two identical lines in Python

python

regex

parsing