python - Leggi il file da e verso righe di testo specifiche

Question

Non sto parlando di numeri di linea specifici perché sto leggendo più file con lo stesso formato ma di lunghezza variabile.
dire che ho questo file di testo:

Something here... 
... ... ... 
Start      #I want this block of text 
a b c d e f g 
h i j k l m n 
End      #until this line of the file 
something here... 
... ... ... 

Spero che tu sai cosa voglio dire. Stavo pensando di iterare il file, quindi di cercare usando espressioni regolari per trovare il numero di riga di "Start" e "Fine", quindi utilizzare linecache per leggere dalla riga iniziale alla riga finale. Ma come ottenere il numero di linea? quale funzione posso usare?

Answer 1

Se si desidera semplicemente il blocco di testo tra inizio e fine, si può fare qualcosa di semplice come:

with open('test.txt') as input_data: 
    # Skips text before the beginning of the interesting block: 
    for line in input_data: 
     if line.strip() == 'Start': # Or whatever test is needed 
      break 
    # Reads text until the end of the block: 
    for line in input_data: # This keeps reading the file 
     if line.strip() == 'End': 
      break 
     print line # Line is extracted (or block_of_lines.append(line), etc.) 

In realtà, non c'è bisogno di manipolare i numeri di riga al fine di leggere i dati tra i marcatori Inizio e Fine.

La logica ("read until ...") viene ripetuta in entrambi i blocchi, ma è abbastanza chiara ed efficiente (in genere altri metodi prevedono il controllo di alcuni stati [prima del blocco/entro il blocco/fine del blocco raggiunto], che incorre in penalità di tempo).

Answer 2

Questo dovrebbe essere un inizio per voi:

started = False 
collected_lines = [] 
with open(path, "r") as fp: 
    for i, line in enumerate(fp.readlines()): 
     if line.rstrip() == "Start": 
      started = True 
      print "started at line", i # counts from zero ! 
      continue 
      if started and line.rstrip()=="End": 
      print "end at line", i 
      break 
      # process line 
      collected_lines.append(line.rstrip()) 

Il generatore enumerate prende un generatore ed enumera le iterazioni. Es.

print list(enumerate("a b c".split())) 

stampe

[ (0, "a"), (1,"b"), (2, "c") ] 

UPDATE:

il manifesto ha chiesto per l'utilizzo di una regex per abbinare linee come "===" e "======":

import re 
print re.match("^=+$", "===")  is not None 
print re.match("^=+$", "======") is not None 
print re.match("^=+$", "=")  is not None 
print re.match("^=+$", "=abc") is not None 
print re.match("^=+$", "abc=") is not None 

Answer 3

Ecco qualcosa che funziona:

data_file = open("test.txt") 
block = "" 
found = False 

for line in data_file: 
    if found: 
     block += line 
     if line.strip() == "End": break 
    else: 
     if line.strip() == "Start": 
      found = True 
      block = "Start" 

data_file.close() 

Answer 4

È possibile utilizzare una regex abbastanza facilmente. Puoi renderlo più robusto se necessario, di seguito è riportato un semplice esempio.

>>> import re 
>>> START = "some" 
>>> END = "Hello" 
>>> test = "this is some\nsample text\nthat has the\nwords Hello World\n" 
>>> m = re.compile(r'%s.*?%s' % (START,END),re.S) 
>>> m.search(test).group(0) 
'some\nsample text\nthat has the\nwords Hello'