选择并打印文本文件的特定行

Question

我有一个非常大（~8 GB）的文本文件，其中有很长的行。我想提取该文件选定范围内的行并将它们放入另一个文本文件中。事实上，我的问题与 this 和 这个但是当我尝试选择一系列行而不是单行时我总是陷入困境。

到目前为止，这是我开始工作的唯一方法：

lines = readin.readlines()
out1.write(str(lines[5:67]))
out2.write(str(lines[89:111]))

但是，这给了我一个列表，我想输出一个格式与输入文件相同的文件（每行一行）

Answer 1

您可以在范围上调用 join。

lines = readin.readlines()
out1.write(''.join(lines[5:67]))
out2.write(''.join(lines[89:111]))

Answer 2

我是否可以建议不要根据您的链接之一存储整个文件（因为它很大）？

f = open('file')
n = open('newfile', 'w')
for i, text in enumerate(f):
    if i > 4 and i < 68:
        n.write(text)
    elif i > 88 and i < 112:
        n.write(text)
    else:
        pass

我还建议使用“with”而不是打开和关闭文件，但不幸的是，我不允许在这里升级到足够新的 python 版本:(。

Answer 3

遇到这样的问题时，您应该想到的第一件事是避免立即将整个文件读入内存。 readlines() 会做到这一点，因此应避免使用特定方法。

幸运的是，我们有一个优秀的 Python 标准库，itertools。 itertools 有很多有用的函数，其中之一是 是切片。 islice 迭代可迭代对象（例如列表、生成器、类文件对象等）并返回包含指定范围的生成器：

itertools.islice(iterable, start, stop[, step])

<块引用>

创建一个迭代器，返回从可迭代对象中选择的元素。如果 start 非零，
然后跳过可迭代对象中的元素，直到到达开始位置。
之后，除非设置了step，否则将连续返回元素
高于 1 会导致项目被跳过。如果停止为无，
然后继续迭代，直到迭代器耗尽（如果有的话）；
否则，停止在指定位置。与普通切片不同的是，
islice() 不支持开始、停止或步长为负值。
可用于从内部数据中提取相关字段
结构已扁平化（例如，多行报告可能
每三行列出一个名称字段）

使用此信息以及 str .join 方法，您可以使用以下简单代码提取第 10-19 行：

from itertools import islice

# Add the 'wb' flag if you use Windows
with open('huge_data_file.txt', 'wb') as data_file: 
    txt = '\n'.join(islice(data_file, 10, 20))

请注意，在循环文件对象时，换行符将从行中删除，因此您需要设置 \n 作为连接字符。

Answer 4

（部分答案）为了使您当前的方法发挥作用，您必须逐行编写。例如：

lines = readin.readlines()

for each in lines[5:67]:
    out1.write(each)

for each in lines[89:111]:
    out2.write(each)

Answer 5

path = "c:\\someplace\\"

打开 2 个文本文件。一个用于读取，一个用于写入

f_in = open(path + "temp.txt", 'r')
f_out = open(path + output_name, 'w')

遍历输入文件的每一行

for line in f_in:
    if i_want_to_write_this_line == True:
        f_out.write(line)

完成后关闭文件

f_in.close()
f_out.close()