Python根据3个值的格式执行文件检查，然后执行任务

Question

全部

我正在尝试编写一个python脚本，该脚本将遍历一个犯罪文件，并基于以下项目对该文件进行分离：更新、事件和逮捕。我通常收到的报告要么显示我之前列出的这些部分，要么显示**更新**、**事件**、或**逮捕**。我已经开始编写下面的脚本，用**根据以下格式分隔文件。但是，我想知道是否有更好的方法同时检查这两种格式的文件？而且，有时没有更新或阻止部分，这会导致我的代码中断。我想知道是否有一个检查，我可以做这个例子，如果是这样的情况下，我如何仍然得到事件部分没有其他两个

with open('CrimeReport20150518.txt', 'r') as f:
  content = f.read()
  print content.index('**UPDATES**')
  print content.index('**INCIDENTS**')
  print content.index('**ARRESTS**')
  updatesLine = content.index('**UPDATES**')
  incidentsLine = content.index('**INCIDENTS**')
  arrestsLine = content.index('**ARRESTS**')
  #print content[updatesLine:incidentsLine]
  updates = content[updatesLine:incidentsLine]
  #print updates
  incidents = content[incidentsLine:arrestsLine]
  #print incidents
  arrests = content[arrestsLine:]
  print arrests

Answer 1

您当前正在使用^{}查找文本中的标题。文件规定：

Like find(), but raise ValueError when the substring is not found.

这意味着您需要捕获异常才能处理它。例如：

try:
    updatesLine = content.index('**UPDATES**')
    print "Found updates heading at", updatesLine
except ValueError:
    print "Note: no updates"
    updatesLine = -1

从这里，您可以根据存在的节来确定用于切片字符串的正确索引

---

或者，您可以使用文档中引用的^{}方法.index()

Return -1 if sub is not found.

使用find可以测试它返回的值

updatesLine = content.find('**UPDATES**')
# the following is straightforward, but unwieldy
if updatesLine != -1:
    if incidentsLine != -1:
        updates = content[updatesLine:incidentsLine]
    elif arrestsLine != -1:
        updates = content[updatesLine:arrestsLine]
    else:
        updates = content[updatesLine:]

---

---

无论哪种方式，您都必须处理存在和不存在哪些截面的所有组合，以确定正确的切片边界

我更喜欢用状态机来处理这个问题。逐行读取文件并将该行添加到相应的列表中。找到报头后，更新状态。下面是一个未经测试的原理演示：

data = {
    'updates': [],
    'incidents':  [],
    'arrests': [],
    }

state = None
with open('CrimeReport20150518.txt', 'r') as f:
    for line in f:
        if line == '**UPDATES**':
            state = 'updates'
        elif line == '**INCIDENTS**':
            state = 'incidents'
        elif line == '**ARRESTS**':
            state = 'arrests'
        else:
            if state is None:
                print "Warn: no header seen; skipping line"
            else
                data[state].append(line)

print data['arrests'].join('')

Answer 2

尝试使用content.find()而不是content.index()。当字符串不存在时，它不会中断，而是返回-1。然后可以执行以下操作：

updatesLine = content.find('**UPDATES**')
incidentsLine = content.find('**INCIDENTS**')
arrestsLine = content.find('**ARRESTS**')

if incidentsLine != -1 and arrestsLine != -1:

       # Do what you normally do
       updatesLine = content.index('**UPDATES**')
       incidentsLine = content.index('**INCIDENTS**')
       arrestsLine = content.index('**ARRESTS**')

       updates = content[updatesLine:incidentsLine]
       incidents = content[incidentsLine:arrestsLine]
       arrests = content[arrestsLine:]

elif incidentsLine != -1:
     # Do whatever you need to do to files that don't have an arrests section here

elif arreststsLine != -1:
     # Handle files that don't have an incidents section here

else:
     # Handle files that are missing both

可能您需要稍微不同地处理所有四种可能的组合

你的解决方案在我看来一般没问题，只要节总是以相同的顺序出现，文件不会变得太大。您可以在stack exchange的代码评审https://codereview.stackexchange.com/中获得真正的反馈