Question

我查看过StackOverflow并找不到我的具体问题的答案，请原谅我，如果我错过了什么。

import re

target = open('output.txt', 'w')

for line in open('input.txt', 'r'):
    match = re.search(r'Stuff', line)
    if match:
        match_text = match.group()
        target.write(match_text + '\n')
    else:
        continue
target.close()

我正在解析的文件非常庞大，因此需要逐行处理。

这（当然）在文件末尾留下了一个额外的换行符。

我应该如何最好地更改此代码，以便在'if match'循环的最后一次迭代中，它不会在文件末尾添加额外的换行符。它应该在最后再次查看文件并删除最后一行（虽然看起来有点效率不高）？

我发现的现有StackOverflow问题包括从文件中删除所有新行。

如果有更多的pythonic /有效方式来编写这段代码，我也会欢迎我自己学习的建议。

感谢您的帮助！

Answer 1

在 next 行的开头写下每行的换行符。要避免在第一行的开头写入换行符，请使用初始化为空字符串的变量，然后在循环中设置为换行符。

import re

with open('input.txt') as source, open('output.txt', 'w') as target:

    newline = ''
    for line in source:
        match = re.search(r'Stuff', line)
        if match:
            target.write(newline + match.group())
            newline = '\n'

我还重新构建了一些代码（不需要else: continue，因为循环还要做什么？）并将其更改为使用with语句，以便文件自动关闭

Answer 2

您可以做的另一件事是truncate文件。 .tell()为我们提供了文件中的当前字节数。然后我们减去一个，并在那里截断它以删除尾随换行符。

with open('a.txt', 'w') as f:
    f.write('abc\n')
    f.write('def\n')
    f.truncate(f.tell()-1)

在Linux和MacOS上，-1是正确的，但在Windows上，它必须是-2。一种更加Pythonic的方法，用于确定检查os.linesep。

import os
remove_chars = len(os.linesep)

with open('a.txt', 'w') as f:
    f.write('abc\n')
    f.write('def\n')
    f.truncate(f.tell() - remove_chars)

kindal 的回答也是有效的，除了您说它是一个大文件。这种方法可以让你在一个GB的RAM上处理一个TB级文件。

Answer 3

由于你一遍又一遍地执行相同的正则表达式，你可能想要事先编译它。

import re
prog = re.compile(r'Stuff')

为了简单起见，我倾向于从stdin和stdout输入并输出到from sys import stdin, stdout和EOL。但这是品味（和规格）的问题。

from itertools import imap
stdout.writelines(match.group() for match in imap(prog.match, stdin) if match)

忽略了删除最终{{1}} [1]的具体要求，并且只是解决了关于你自己学习的问题，整个事情可以写成：

{{1}}

[1]正如其他人评论的那样，这是一件坏事，当有人这样做时，这是非常烦人的。

Answer 4

从您拥有的最短路径可能是将结果存储在列表中，然后使用换行符加入列表并将其写入文件。

import re

target = open('output.txt', 'w')
results = []

for line in open('input.txt', 'r'):
    match = re.search(r'Stuff', line)
    if match:
        results.append(match.group())
target.write("\n".join(results))
target.close()

Voilà，在开始或结束时没有额外的换行符。结果列表可能无法很好地扩展。（和我一样，我遗漏了else）

不要将最终的新行字符写入文件

4 个答案: