关于嵌套循环的问题

Question

我刚开始学习编程，遇到了一些关于嵌套循环的问题。我有一份数据列表，想从一个更大的文件中提取数据。我已经成功地从这个大文件中提取了一项数据，但我需要从成千上万的试验中提取100个不同的试验。每个试验在大文件中占据一行数据。这是我用来逐行提取数据的程序，下面这个例子是提取试验1的数据。这个程序是我参考之前的问题和教程写的。问题是，我不需要试验1到100，或者任何有序的模式。我需要的是试验134、274、388等等，数据是随机的。所以我不知道如何使用for循环来做嵌套循环，因为它没有一个我可以输入的范围。希望能得到一些帮助，谢谢。

completedataset = open('completedataset.txt', 'r')

smallerdataset = open('smallerdataset.txt', 'w')


for line in completedataset:
    if 'trial1' in line: smallerdataset(line)


completedataset.close()
smallerdataset.close()

我真的想这样做：

trials = ('trial12', 'trial23', 'trial34')

for line in completedataset: for trial in trials: if trial in line: smallerdataset(line)

但是这样不行。有没有人能帮我修改这个程序，让它正常工作？

Answer 1

你可以这样做：

trials = ['trial1', 'trial134', 'trial274']

for line in completedataset:
    for trial in trials:
        if trial in line: smallerdataset(line)

为了提高效率，你可以用 'trial[0-9]+' 这个正则表达式来匹配每一行，然后查看这个符号是否能在一个集合中找到。

Answer 2

如果你知道每次读取的数据大小是固定的，比如每行有多少个字节，你可以用 file.seek(n) 这个命令来指定从哪个字节开始读取，其中 n 就是你想开始的位置。例如，如果文件中的每一行都是3个字节长，你可以这样做：

myfile = open('file.txt', 'r')
myfile.seek(lineToStartAt * 3)

myfile.readline()#etc

但是如果每行的字节数是不固定的或者你不知道有多少字节，那你就需要逐行读取文件，然后把你不需要的行丢掉（就像KLee1的回答里说的那样）

Answer 3

你在指定实验时可能会遇到一些问题。如果你搜索包含'trial1'的行，你也会找到包含'trial123'的行。如果你的数据集比较大，并且有一定的结构，你可以尝试在特定的字段中查找实验编号。例如，如果数据是用逗号分隔的，你可以使用csv这个包来处理。最后，使用生成器表达式代替循环会让代码看起来更简洁。如果假设实验编号在数据集的第一列，你可以这样做：

import csv

trials = ['trial134', 'trial1', 'trial56']
data = csv.reader(open('completedataset.txt'))

with open('smalldataset.txt','w') as outf:
    csv.writer(outf).writerows(l for l in data if l[0] in trials)