使用 Python 删除所有匹配正则表达式的行

Posted 2023-02-23

【中文标题】使用 Python 删除所有匹配正则表达式的行

【英文标题】：Using Python to Remove All Lines Matching Regex

【发布时间】：2013-06-17 18:21:23

【问题描述】：

我正在尝试删除我的正则表达式匹配的所有行（正则表达式只是寻找任何包含雅虎的行）。每个匹配项都在自己的行上，因此不需要多行选项。

这就是我目前所拥有的......

import re
inputfile = open('C:\\temp\\Scripts\\remove.txt','w',encoding="utf8")

inputfile.write(re.sub("\[(.*?)yahoo(.*?)\n","",inputfile))

inputfile.close()

我收到以下错误：

Traceback（最近一次调用最后一次）： 第 170 行，在子 return _compile(pattern, flags).sub(repl, string, count) TypeError: 预期的字符串或缓冲区

【问题讨论】：

那么问题出在哪里？

您没有读取文件。你需要类似inputfile.readlines()

您试图关闭 2 个您从未打开过的文件，并且将打开的文件命名为写入 inputfile 充其量是令人困惑的。

... 和 re.sub 是关于替换字符串的匹配内容。不测试字符串 match.

我正在尝试用任何内容替换匹配的内容，因此是“”。

【参考方案1】：

如果要修改原始文件，请使用fileinput模块：

import re
import fileinput
for line in fileinput.input(r'C:\temp\Scripts\remove.txt', inplace = True):
   if not re.search(r'\byahoo\b', line):
      print(line, end="")

【讨论】：

它在仍然存在的文本之间添加新行。有关如何避免这种情况的任何提示？

我试过打印线，打印（线，）和打印（线），似乎都不起作用。

@user2506096 在 py3.x 上使用 print(line, end = "")

@JonClements 感谢您的输入，由于互联网连接不佳，我无法回复，看起来您处理了所有事情。 :)

注意：您不能同时使用inplace=1 和fileinput.hook_encoded()，因此如果您需要使用默认@987654327 以外的编码解码文件内容，则基于fileinput 的解决方案将不起作用@.

【参考方案2】：

这是@Ashwini Chaudhary's answer 的Python 3 变体，用于从给定filename 中删除所有包含正则表达式pattern 的行：

#!/usr/bin/env python3
"""Usage: remove-pattern <pattern> <file>"""
import fileinput
import re
import sys

def main():
    pattern, filename = sys.argv[1:] # get pattern, filename from command-line
    matched = re.compile(pattern).search
    with fileinput.FileInput(filename, inplace=1, backup='.bak') as file:
        for line in file:
            if not matched(line): # save lines that do not match
                print(line, end='') # this goes to filename due to inplace=1

main()

它假定 locale.getpreferredencoding(False) == input_file_encoding 否则它可能会在非 ascii 字符上中断。

无论当前的语言环境是什么或对于具有不同编码的输入文件，它都能正常工作：

#!/usr/bin/env python3
import os
import re
import sys
from tempfile import NamedTemporaryFile

def main():
    encoding = 'utf-8'
    pattern, filename = sys.argv[1:]
    matched = re.compile(pattern).search
    with open(filename, encoding=encoding) as input_file:
        with NamedTemporaryFile(mode='w', encoding=encoding,
                                dir=os.path.dirname(filename),
                                delete=False) as outfile:
            for line in input_file:
                if not matched(line):
                    print(line, end='', file=outfile)
    os.replace(outfile.name, input_file.name)

main()

【参考方案3】：

你必须阅读文件尝试类似：

import re
inputfile = open('C:\\temp\\Scripts\\remove.txt','w',encoding="utf8")

inputfile.write(re.sub("\[(.*?)yahoo(.*?)\n","",inputfile.read()))

file.close()
outputfile.close()