2021-09-08 10:16发布
用python从很大的文本中查找关键字，并且将相近关键字‘[1]’和 ‘sd 1’合成在一个文本内输出(需要输出多个)，然后对输出文本进行再处理
import repath = r"E:/xxx/"dic = {}lis = []with open(rf'{path}大文件.txt', 'r', encoding='utf-8') as fileObj:print(rf'{path}大文件.txt')for line in fileObj:print(line,end="")g = re.search(r'\[(\d+)\]|\bsd (\d+)\b',line)if g:j = g.group(1) if g.group(1)!=None else g.group(2)dic.setdefault(j,[]).append(line)g = re.search(r'compare|time to read',line)if g:lis.append(line)for k,v in dic.items():with open(rf'{path}txt{k}.txt', 'w', encoding='utf-8') as fileObj:fileObj.writelines(v)print(rf'{path}txt{k}.txt')print(*v,sep="")with open(rf'{path}txt.txt', 'w', encoding='utf-8') as fileObj:fileObj.writelines(lis)print(rf'{path}txt.txt')print(*lis,sep="")
1、遍历文件夹下所有txt文件
rootdir
=
'/path/to/xx/dir'
# 文件夹路径
for
parent, dirnames, filenames
in
os.walk(rootdir):
filename
filenames:
2、读取txt文件里的内容，通过正则表达式把txt里多篇文章拆分开来。得到一个列表：['{xx1}##NO', '{xx2}', '{xx3}##NO']
3、把上面得到的list写到一个新的临时文件里，比如：xx_tmp.txt，然后：shutil.move('xx_tmp.txt', 'xx.txt') 覆盖掉原来的文件
大体思路：1.把相应tomcat的日志文件拷到有python环境的机器
2.用os.listdir()获取到目录下所有文件名称的列表，再用for循环遍历列表加上字符串拼接得到已文件名的具体路径
3.用open()读取文件，下面代码中for line in f:是按行读取txt文件的内容(一行一行的读，不会加载全部文件内容)
4.用count()方法统计以项目为名的关键字(字符串)
知识点：文件的读取和count()方法
Python count() 方法用于统计字符串里某个字符出现的次数。可选参数为在字符串搜索的开始与结束位置。
count()方法语法：str.count(sub, start= 0,end=len(string))
参数：
sub -- 搜索的子字符串
start -- 字符串开始搜索的位置。默认为第一个字符,第一个字符索引值为0。
end -- 字符串中结束搜索的位置。字符中第一个字符的索引为 0。默认为字符串的最后一个位置。
整体遍历txt的文件
换行。比如，print hello\nworld效果就是helloworld\n就是一个换行符。\是转义的意思，'\n'是换行，'\t'是tab，'\\'是，\ 是在编写程序中句子太长百，人为换行后加上\但print出来是一整行。...
十种常见排序算法一般分为以下几种：（1）非线性时间比较类排序：a. 交换类排序（快速排序、冒泡排序）b. 插入类排序（简单插入排序、希尔排序）c. 选择类排序（简单选择排序、堆排序）d. 归并排序（二路归并排序、多路归并排序）（2）线性时间非比较类排序：...
前景很好，中国正在产业升级，工业机器人和人工智能方面都会是强烈的热点，而且正好是在3~5年以后的时间。难度，肯定高，要求你有创新的思维能力，高数中的微积分、数列等等必须得非常好，软件编程(基础的应用最广泛的语言：C/C++)必须得很好，微电子(数字电...
迭代器与生成器的区别：（1）生成器：生成器本质上就是一个函数，它记住了上一次返回时在函数体中的位置。对生成器函数的第二次（或第n次）调用，跳转到函数上一次挂起的位置。而且记录了程序执行的上下文。生成器不仅记住了它的数据状态，生成器还记住了程序...
python中title( )属于python中字符串函数，返回’标题化‘的字符串，就是单词的开头为大写，其余为小写
第一种解释：代码中的cnt是count的简称，一种电脑计算机内部的数学函数的名字，在Excel办公软件中计算参数列表中的数字项的个数；在数据库( sq| server或者access )中可以用来统计符合条件的数据条数。函数COUNT在计数时，将把数值型的数字计算进去；但是...
head是方法，所以需要取小括号，即dataset.head()显示的则是前5行。data[:, :-1]和data[:, -1]。另外，如果想通过位置取数据，请使用iloc，即dataset.iloc[:, :-1]和dataset.iloc[:, -1]，前者表示的是取所有行，但不包括最后一列的数据，结果是个DataFrame。...
挺简单的，其实课程内容没有我们想象的那么难、像我之前同学，完全零基础，培训了半年，直接出来就工作了，人家还在北京大公司上班，一个月15k，实力老厉害了
Python针对众多的类型，提供了众多的内建函数来处理(内建是相对于导入import来说的，后面学习到包package时，将会介绍)，这些内建函数功用在于其往往可对多种类型对象进行类似的操作，即多种类型对象的共有的操作；如果某种操作只对特殊的某一类对象可行，Pyt...
相当于 ... 这里不是注释
还有FIXME
python的两个库:xlrd和xlutils。 xlrd打开excel,但是打开的excel并不能直接写入数据,需要用xlutils主要是复制一份出来,实现后续的写入功能。
单行注释：Python中的单行注释一般是以#开头的，#右边的文字都会被当做解释说明的内容，不会被当做执行的程序。为了保证代码的可读性，一般会在#后面加一两个空格然后在编写解释内容。示例：# 单行注释print(hello world)注释可以放在代码上面也可以放在代...
主要是按行读取，然后就是写出判断逻辑来勘测行是否为注视行，空行，编码行其他的：import linecachefile=open('3_2.txt','r')linecount=len(file.readlines())linecache.getline('3_2.txt',linecount)这样做的过程中发现一个问题，...
或许是里面有没被注释的代码
自学的话要看个人情况，可以先在B站找一下视频看一下
最多设置5个标签!
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1515056452',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','/static/images/logo.png', '推荐 狗吃肉 的问题《Python从txt内查找关键字》','http://www.shouhuola.com/q-36957.html','页面编码gb2312|utf-8默认gb2312'));){kind=link}
import repath = r"E:/xxx/"dic = {}lis = []with open(rf'{path}大文件.txt', 'r', encoding='utf-8') as fileObj:print(rf'{path}大文件.txt')for line in fileObj:print(line,end="")g = re.search(r'\[(\d+)\]|\bsd (\d+)\b',line)if g:j = g.group(1) if g.group(1)!=None else g.group(2)dic.setdefault(j,[]).append(line)g = re.search(r'compare|time to read',line)if g:lis.append(line)for k,v in dic.items():with open(rf'{path}txt{k}.txt', 'w', encoding='utf-8') as fileObj:fileObj.writelines(v)print(rf'{path}txt{k}.txt')print(*v,sep="")with open(rf'{path}txt.txt', 'w', encoding='utf-8') as fileObj:fileObj.writelines(lis)print(rf'{path}txt.txt')print(*lis,sep="")1、遍历文件夹下所有txt文件
rootdir='/path/to/xx/dir'# 文件夹路径forparent, dirnames, filenamesinos.walk(rootdir):forfilenameinfilenames:2、读取txt文件里的内容，通过正则表达式把txt里多篇文章拆分开来。得到一个列表：['{xx1}##NO', '{xx2}', '{xx3}##NO']
3、把上面得到的list写到一个新的临时文件里，比如：xx_tmp.txt，然后：shutil.move('xx_tmp.txt', 'xx.txt') 覆盖掉原来的文件
大体思路：1.把相应tomcat的日志文件拷到有python环境的机器
2.用os.listdir()获取到目录下所有文件名称的列表，再用for循环遍历列表加上字符串拼接得到已文件名的具体路径
3.用open()读取文件，下面代码中for line in f:是按行读取txt文件的内容(一行一行的读，不会加载全部文件内容)
4.用count()方法统计以项目为名的关键字(字符串)
知识点：文件的读取和count()方法
Python count() 方法用于统计字符串里某个字符出现的次数。可选参数为在字符串搜索的开始与结束位置。
count()方法语法：str.count(sub, start= 0,end=len(string))
参数：
sub -- 搜索的子字符串
start -- 字符串开始搜索的位置。默认为第一个字符,第一个字符索引值为0。
end -- 字符串中结束搜索的位置。字符中第一个字符的索引为 0。默认为字符串的最后一个位置。
整体遍历txt的文件
相关问题推荐
换行。比如，print hello\nworld效果就是helloworld\n就是一个换行符。\是转义的意思，'\n'是换行，'\t'是tab，'\\'是，\ 是在编写程序中句子太长百，人为换行后加上\但print出来是一整行。...
十种常见排序算法一般分为以下几种：（1）非线性时间比较类排序：a. 交换类排序（快速排序、冒泡排序）b. 插入类排序（简单插入排序、希尔排序）c. 选择类排序（简单选择排序、堆排序）d. 归并排序（二路归并排序、多路归并排序）（2）线性时间非比较类排序：...
前景很好，中国正在产业升级，工业机器人和人工智能方面都会是强烈的热点，而且正好是在3~5年以后的时间。难度，肯定高，要求你有创新的思维能力，高数中的微积分、数列等等必须得非常好，软件编程(基础的应用最广泛的语言：C/C++)必须得很好，微电子(数字电...
迭代器与生成器的区别：（1）生成器：生成器本质上就是一个函数，它记住了上一次返回时在函数体中的位置。对生成器函数的第二次（或第n次）调用，跳转到函数上一次挂起的位置。而且记录了程序执行的上下文。生成器不仅记住了它的数据状态，生成器还记住了程序...
python中title( )属于python中字符串函数，返回’标题化‘的字符串，就是单词的开头为大写，其余为小写
第一种解释：代码中的cnt是count的简称，一种电脑计算机内部的数学函数的名字，在Excel办公软件中计算参数列表中的数字项的个数；在数据库( sq| server或者access )中可以用来统计符合条件的数据条数。函数COUNT在计数时，将把数值型的数字计算进去；但是...
head是方法，所以需要取小括号，即dataset.head()显示的则是前5行。data[:, :-1]和data[:, -1]。另外，如果想通过位置取数据，请使用iloc，即dataset.iloc[:, :-1]和dataset.iloc[:, -1]，前者表示的是取所有行，但不包括最后一列的数据，结果是个DataFrame。...
挺简单的，其实课程内容没有我们想象的那么难、像我之前同学，完全零基础，培训了半年，直接出来就工作了，人家还在北京大公司上班，一个月15k，实力老厉害了
Python针对众多的类型，提供了众多的内建函数来处理(内建是相对于导入import来说的，后面学习到包package时，将会介绍)，这些内建函数功用在于其往往可对多种类型对象进行类似的操作，即多种类型对象的共有的操作；如果某种操作只对特殊的某一类对象可行，Pyt...
相当于 ... 这里不是注释
还有FIXME
python的两个库:xlrd和xlutils。 xlrd打开excel,但是打开的excel并不能直接写入数据,需要用xlutils主要是复制一份出来,实现后续的写入功能。
单行注释：Python中的单行注释一般是以#开头的，#右边的文字都会被当做解释说明的内容，不会被当做执行的程序。为了保证代码的可读性，一般会在#后面加一两个空格然后在编写解释内容。示例：# 单行注释print(hello world)注释可以放在代码上面也可以放在代...
主要是按行读取，然后就是写出判断逻辑来勘测行是否为注视行，空行，编码行其他的：import linecachefile=open('3_2.txt','r')linecount=len(file.readlines())linecache.getline('3_2.txt',linecount)这样做的过程中发现一个问题，...
或许是里面有没被注释的代码
自学的话要看个人情况，可以先在B站找一下视频看一下