python - 从特定行读取和写入文件

Question

我不是在说具体的行号，因为我在读多个格式相同但长度不同的文件。
假设我有这个文本文件：

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...  
... ... ...  

我希望你能明白我的意思。我在想要遍历这个文件，然后用正则表达式来查找“开始”和“结束”的行号，然后用linecache从开始行读到结束行。
但是，怎么才能得到行号呢？我可以用什么函数呢？

Answer 1

你可以很简单地使用正则表达式（regex）。如果需要的话，你可以让它更强大，下面是一个简单的例子。

>>> 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'

Answer 2

这里有一个可以用的东西：

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 3

如果你只是想获取“开始”和“结束”之间的那段文字，你可以简单地这样做：

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.)

实际上，你不需要去处理行号就能读取“开始”和“结束”标记之间的数据。

这里的逻辑（“读取直到……”）在两个代码块中都是重复的，但这样做非常清晰和高效（其他方法通常需要检查一些状态，比如在块之前、块内或块结束时，这样会浪费时间）。