python - 字符串替换并保存到新文件 (Python v2.7)

Question

我试图用文件中的空格替换特定格式的所有行，即将数字/数字/数字(如日期)和数字:数字(如时间)行替换为“”。我想从旧文件中读取，然后将清理后的版本保存为新文件。

这是我到目前为止的代码(我知道它还很遥远):

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

感谢您的帮助， 本

Answer 1

I am trying to replace all lines of a certain format with a blanks in a file i.e. replace a line of number/number/number (like a date) and number:number (like a time) with "".

您不能使用 str.replace 来匹配模式或格式，只能匹配文字字符串。

要匹配模式，您需要某种解析器。对于这样的模式，标准库中内置的正则表达式引擎为 re已经足够强大了……但是您需要学习如何为您的模式编写正则表达式。引用文档和 Regular Expression HOWTO如果您已经了解基础知识那就太好了；如果没有，您应该在其他地方搜索教程。

无论如何，您可以这样做(在此过程中修复一些其他问题，其中大部分由 Lego 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，我在第二个 sub 中使用了 cleaned_line；就像在原始代码中一样，再次使用 line 意味着我们会丢失第一次替换的结果。

在不知道您的问题的确切定义的情况下，我不能保证这完全符合您的要求。您是否要清空所有包含模式编号/数字/数字的行，清空所有但该模式的行，仅清空该模式并保留剩下的线单独？使用 re，所有这些事情都是可行的，而且非常简单，但它们的完成方式都略有不同。

---

如果您想变得更棘手，您可以使用单个 re.sub 表达式一次性将所有匹配行替换为空行，而不是一次迭代一个。这意味着稍微复杂的正则表达式与稍微简单的 Python 代码相比，这意味着中型文件的性能可能更好，但大型文件的性能(和上限)较差，等等。如果您无法弄清楚如何自己编写适当的表达式，并且没有需要修复的性能瓶颈，我会坚持使用显式循环。