在某些字符串之间复制文本

Posted 2023-05-08

【中文标题】在某些字符串之间复制文本

【英文标题】：Copy text between certain strings

【发布时间】：2014-11-01 10:08:21

【问题描述】：

我有一个大约 8MB 的文件要拆分。该文件的结构如下：

XYZ DATA 
File01
...
...
...
XYZ DATA
File02 
...

在这个文件中，我有大约 50 个所谓的标题，即XYZ DATA File01 等等。在这些标题之间是未定义数量的文本。我想将每个标题 + 以下文本拆分到一个文件中。因此我正在寻找XYZ DATA，因为这总是在原始文件中重复。每个新文件的文件名都应与XYZ DATA 之后的第二行中的字符串匹配。

我能够用XYZ DATA 识别行，但是我只知道如何将这一行写入一个新文件，但我想将从XYZ DATA 开始到下一个XYZ DATA 的所有内容写入一个新文件文件。

对我来说，这是一件很难的事情。我不想在这里有完整的代码，我想要一些提示。有谁知道我必须做什么。也许是我可以查找的教程？

【问题讨论】：

我们在这里并没有真正做到“一些提示”，而且对教程（和其他场外资源）的建议显然是题外话。

- 读取文件 - 每当您找到“XYZ DATA”时拆分文件。然后循环遍历列表，并将它们存储在单独的小文件中

【参考方案1】：

你应该有一个状态变量。变量可以具有三种状态之一（可以是表示状态的整数值）

starting - 程序最初的状态 新文件 - 您刚刚读取了 XYZ 数据行 处理 - 您已读取任何非 XYZ 数据行

当您循环浏览文件时，您将状态变量设置为一个状态。最初它是“开始”。当您读取 XYZ DATA 行时，将状态设置为“新文件”（状态可以是整数，并且像 2 这样的值表示“新文件”。当您将状态设置为“新文件”时，保存该行，如果状态当前不是“开始”然后关闭输出文件。当您读取一行并且状态为“新文件”时，将状态设置为“处理”并使用字符串拆分命令获取该行的第一个字段。使用该文件名打开文件并写入保存的 XYZ 行和当前行。循环后关闭打开的文件。

【讨论】：

感谢您的回答，我阅读了一些教程，我想我知道如何使用状态变量 :) 我的问题是，在我的 XYZ 数据之间我有这样的字符：'£〜ŒìšÄ2¡ ÄY•È“'Àå' 这是python无法读取的某种代码，但可以通过十六进制编辑器读取。至少我不能用python打印或复制它。有没有可能让 python 将这些东西复制到不同的文件中？

@user3429343 数据可能采用 Python 似乎无法自动处理的 Unicode。请参阅 docs.python.org/2/howto/unicode.html 或 docs.python.org/3/howto/unicode.html 。如果是 Unicode，则应该有编辑器能够阅读它。如果一个支持 Unicode 的编辑器阻塞它，它可能是某种二进制数据，在这种情况下，您将不得不使用二进制文件输入/输出例程读取/写入文件。