在Python中，如何高效检查字符串是否已在文件中找到？

Question

在我写的一个Python函数里，我正在逐行读取一个文本文件，目的是把某个特定的字符串替换成一个数字值。当我读到文件的最后一行时，我想知道这个字符串到底出现过没有。

函数string.replace()并不会告诉我有没有替换成功，所以我不得不两次遍历每一行：第一次查找字符串，第二次进行替换。

到目前为止，我想出了两种方法来解决这个问题。

1. 对于每一行：
   • 先用 line.find(...) 查找这个字符串，如果之前还没找到过的话
   • 如果找到了，就标记为已找到
   • 然后用 newLine = line.replace(...) 进行替换
   • (对 newLine 做点什么 ...)
2. 对于每一行：
   • 先执行 newLine = line.replace(...) 进行替换
   • 如果 newLine != line，就标记这个字符串为已找到
   • (对 newLine 做点什么 ...)

我的问题是： 有没有更好的方法，也就是更高效或者更符合Python风格的方法？ 如果没有，以上两种方法中哪种更快呢？

Answer 1

因为我们无论如何都要遍历这个字符串两次，所以我会这样做：

import re
with open('yourfile.txt', 'r', encoding='utf-8') as f:  # check encoding
    s = f.read()
oldstr, newstr = 'XXX', 'YYY'
count = len(list(re.finditer(oldstr, s)))
s_new = s.replace(oldstr, newstr)
print(oldstr, 'has been found and replaced by', newstr, count, 'times')

Answer 2

这个例子可以处理多个替换：

replacements = {'string': [1,0], 'string2': [2,0]}

with open('somefile.txt') as f:
    for line in f:
        for key, value in replacements.iteritems():
            if key in line:
                new_line = line.replace(key, value[0])
                replacements[key][1] += 1

# At the end

for key, value in replacements.iteritems():
    print('Replaced {} with {} {} times'.format(key, *value))

Answer 3

我会大概这样做：

found = False
newlines = []

for line in f:
    if oldstring in line:
        found = True
        newlines.append(line.replace(oldstring, newstring))
    else:
        newlines.append(line)

因为这样对我来说最容易理解。

可能还有更快的方法，但最好的方法取决于这个字符串在行中出现的频率。如果几乎每一行都有这个字符串，或者几乎没有，这会有很大的区别。