Python：扫描文件中的子字符串，保存位置，然后返回它

Posted 2023-05-07

【中文标题】Python：扫描文件中的子字符串，保存位置，然后返回它

【英文标题】：Python: scan file for substring, save position, then return to it

【发布时间】：2021-09-02 14:01:31

【问题描述】：

我正在编写一个脚本，该脚本需要扫描文件直到找到出现子字符串的行，保存该行开头的位置，然后稍后返回。我对python很陌生，所以我还没有取得太大的成功。这是我当前的代码：

with open("test.txt") as f:
pos = 0
line = f.readline()
while line:
    if "That is not dead" in line:
        pos = f.tell() - len(line.encode('utf-8'))
        # pos = f.tell()

    line = f.readline()

f.seek(pos)
str = f.readline()
print(str)

带有 test.txt：

That is not dead
Which can eternal lie
Till through strange aeons
Even Death may die

Sphinx of black quartz, judge my vow!

这是输出：

hat is not dead

[newline character]

我意识到我原来的pos = f.tell() 给了我行的end 位置而不是开头，我发现this 回答详细说明了如何获取字符串的字节长度，但使用它会切断第一个字符。使用 utf-16 或 utf-16-le 分别给出 ValueError: negative seek position -18 或 ValueError: negative seek position -16。我尝试使用this答案中的解决方案，使用以下代码：

with open("ctest.txt") as f:
pos = 0
line = f.readline()
while line:
    if "That is not dead" in line:
        print(line)
        f.seek(-len(line), 1)
        zz = f.readline()
        print(zz)
    line = f.readline()

f.seek(pos)
str = f.readline()
print(str)

给io.UnsupportedOperation: can't do nonzero cur-relative seeksf.seek(-len(line), 1)

谁能指出我哪里出错了？

【问题讨论】：

为什么你需要保存位置，你不能只放置一个 if 语句或某事，当它到达那个字符串时会被触发，然后做你需要的任何事情，然后继续循环？跨度>

你有没有想过记住readline之前的位置并使用它，如果你有匹配？

@Matiiss 否。脚本的其他部分需要根据所需子字符串的行来运行，更改该子字符串，然后再次运行。我不能一次完成。

@Stefan Papp 我认为我有一个可以实现您的建议的版本。谢谢！

【参考方案1】：

Stefan Papp 建议在读取该行之前保存位置，这是一个我没有考虑过的简单解决方案。调整后的版本：

with open("test.txt") as f:
pos = 0
tempPos = 0
line = f.readline()
while line:
    if "That is not" in line:
        pos = tempPos
        
    tempPos = f.tell()
    line = f.readline()

f.seek(pos)
str = f.readline()
print(str)

输出正确：

That is not dead
[newline character]

谢谢，斯特凡。我想我对我的问题太深入了，无法清楚地思考它。 如果有比我所做的更好的方法来遍历文件，我很想知道，但这似乎可行。