如果没有替换，Python字符串替换文件而不触及文件

Posted 2021-05-05

如果没有进行字符串替换，Python的string.replace会返回什么？即使没有进行任何更改，Python的file.open（f，'w'）是否始终触摸该文件？

使用Python，我试图在一组文件中用'newtext'替换'oldtext'的出现。如果文件包含'oldtext'，我想进行替换并保存文件。否则，什么也不做，所以文件保持旧的时间戳。

以下代码工作正常，除非所有文件都被写入，即使没有进行字符串替换，并且所有文件都有新的时间戳。

for match in all_files('*.html', '.'):  # all_files returns all html files in current directory     
  thefile = open(match)
  content = thefile.read()              # read entire file into memory
  thefile.close()
  thefile = open(match, 'w')             
  thefile.write(content.replace(oldtext, newtext))  # write the file with the text substitution
  thefile.close()

在这段代码中，我只是在发生字符串替换时尝试执行file.write，但是，所有文件都获得了新的时间戳：

count = 0
for match in all_files('*.html', '.'):       # all_files returns all html files in current directory
    thefile = open(match)
    content = thefile.read()                 # read entire file into memory
    thefile.close()
    thefile = open(match, 'w')
    replacedText = content.replace(oldtext, newtext) 
    if replacedText != '':
        count += 1
        thefile.write(replacedText)
    thefile.close()
print (count)        # print the number of files that we modified

最后，count是文件总数，而不是修改的文件数。有什么建议？谢谢。

我在Windows上使用Python 3.1.2。

答案

如果没有进行字符串替换，Python的string.replace会返回什么？

它返回原始字符串。

即使没有进行任何更改，Python的file.open（f，'w'）是否始终触摸该文件？

它不仅仅是触摸文件，还会破坏f用来包含的任何内容。

因此，您可以测试文件是否需要使用if replacedText != content重写，并且只有在这种情况下才会以写入模式打开文件：

count = 0
for match in all_files('*.html', '.'):       # all_files returns all html files in current directory
    with open(match) as thefile:
        content = thefile.read()                 # read entire file into memory
        replacedText = content.replace(oldtext, newtext)
    if replacedText!=content:
        with open(match, 'w') as thefile:
            count += 1
            thefile.write(replacedText)
print (count)        # print the number of files that we modified

另一答案

如果没有进行字符串替换，Python的string.replace会返回什么？

如果对象是字符串的子类，str.replace()返回字符串本身或副本。

即使没有进行任何更改，Python的file.open（f，'w'）是否始终触摸该文件？

open(f, 'w')打开并截断文件f。

请注意以下代码是CPython特定的;它在pypy，jython上无法正常工作：

count = 0
for match in all_files('*.html', '.'):
    content = open(match).read()
    replacedText = content.replace(oldtext, newtext) 
    if replacedText is not content:
       count += 1
       open(match, 'w').write(replacedText)
print (count)   

另一答案

您的案例是一个特例：'newtext'与'oldtext'具有完全相同的字符数。

因此，可以使用以下代码之一来准确地替换单词'oldtext'或单词'oldtext'所在的行，单词'newtext'或'newtext'替换'oldtext'的行。

.

如果文件的大小不是超大，则每个文件的内容可以完全读入内存：

from os import fsync      # code using find()

count = 0
for match in all_files('*.html', '.'):
    with open(match,'rb+') as thefile:
        diag = False
        fno = thefile.fileno()
        content = thefile.read()
        thefile.seek(0,0)
        x = content.find('oldtext')
        while x>=0:
            diag = True
            thefile.seek(x,1)
            thefile.write('newtext')
            thefile.flush()
            fsync(fno)
            x = content[thefile.tell():].find('oldtext')
    if diag:
        cnt += 1

要么

from os import fsync     # code using a regex
import re
pat = re.compile('oldtext')

count = 0
for match in all_files('*.html', '.'):
    with open(match,'rb+') as thefile:
        diag = False
        fno = thefile.fileno()
        content = thefile.read()
        thefile.seek(0,0)
        prec = 0
        for mat in pat.finditer(content):
            diag = True
            thefile.seek(mat.start()-prec,1)
            thefile.write('newtext')
            thefile.flush()
            fsync(fno)
            prec = mat.end()
    if diag:
        cnt += 1

.

对于繁重的文件，可以在线后读取和重写：

from os import fsync   # code for big files, using regex
import re
pat = re.compile('oldtext')

count = 0
for match in all_files('*.html', '.'):
    with open(match,'rb+') as thefile:
        diag = False
        fno = thefile.fileno()
        line = thefile.readline()
        while line:
            if 'oldtext' in line:
                diag = True
                thefile.seek(-len(line),1)
                thefile.write(pat.sub('newtext',line))
                thefile.flush()
                fsync(fno) 
            line = thefile.readline()
    if diag:
        cnt += 1

.

每次编写后都需要使用thefile.flush()和fsync(fno)指令，以便文件处理程序thefile随时准确指出文件中的确切位置。他们允许通过设置write()获得有效的写作

flush（）不一定将文件的数据写入磁盘。使用flush（）后跟os.fsync（）来确保此行为。 http://docs.python.org/library/stdtypes.html#file.flush

.

这些程序做得最少。所以我认为他们很快。

.

Nota bene：如果没有执行任何修改，以'rb+'模式打开的文件不会更改其上次修改的时间。