如何从文件中删除特定字符串？

Question

我有一个数据文件（非结构化、混乱的文件），我必须从中删除特定的字符串列表（删除字符串）。

这是我正在做的事情，但没有结果：

infile = r"messy_data_file.txt"
outfile = r"cleaned_file.txt"

delete_list = ["firstname1 lastname1","firstname2 lastname2"....,"firstnamen lastnamen"]
fin=open(infile,"")
fout = open(outfile,"w+")
for line in fin:
    for word in delete_list:
        line = line.replace(word, "")
    fout.write(line)
fin.close()
fout.close()

当我执行该文件时，出现以下错误：

NameError: name 'word' is not defined

Answer 1

readlines 方法返回行列表，而不是单词，因此您的代码仅在其中一个单词单独位于一行的情况下才有效。

由于 文件是行上的迭代器，因此可以完成很多工作更轻松：

infile = "messy_data_file.txt"
outfile = "cleaned_file.txt"

delete_list = ["word_1", "word_2", "word_n"]
with open(infile) as fin, open(outfile, "w+") as fout:
    for line in fin:
        for word in delete_list:
            line = line.replace(word, "")
        fout.write(line)

Answer 2

要删除同一文件中的字符串，我使用了以下代码

f = open('./test.txt','r')
a = ['word1','word2','word3']
lst = []
for line in f:
    for word in a:
        if word in line:
            line = line.replace(word,'')
    lst.append(line)
f.close()
f = open('./test.txt','w')
for line in lst:
    f.write(line)
f.close()

Answer 3

根据您的评论“我双击 .py 文件。它似乎调用了 python 应用程序，该应用程序在几秒钟后消失。我没有想到任何错误”我相信您的问题是脚本找不到输入文件。这也是您没有得到任何输出的原因。当你双击它时......我实际上不记得解释器会在哪里查看，但我认为这是安装 python.exe 的地方。

像这样使用完全限定的路径。

# Depends on your OS
infile = r"C:\tmp\messy_data_file.txt"
outfile = r"C:\tmp\cleaned_file.txt"

infile = r"/etc/tmp/messy_data_file.txt"
outfile = r"/etc/tmp/cleaned_file.txt"

另外，为了您的理智，请从命令行运行它，而不是双击。捕获错误/输出会更容易。

Answer 4

对于OP，
罗斯帕特森的上述方法非常适合我，即

infile = "messy_data_file.txt"
outfile = "cleaned_file.txt"

delete_list = ["word_1", "word_2", "word_n"]
fin = open(infile)
fout = open(outfile, "w+")
for line in fin:
    for word in delete_list:
        line = line.replace(word, "")
    fout.write(line)
fin.close()
fout.close()

示例：

我有一个名为messy_data_file.txt的文件，其中包含以下单词（动物），不一定在同一行。像这样：

Goat
Elephant
Horse Donkey Giraffe
Lizard
Bird
Fish

当我修改要读取的代码时（实际上只是将要删除的单词添加到“delete_list”行中）：

infile = "messy_data_file.txt"
outfile = "cleaned_file.txt"

delete_list = ["Donkey", "Goat", "Fish"]
fin = open(infile)
fout = open(outfile, "w+")
for line in fin:
    for word in delete_list:
       line = line.replace(word, "")
    fout.write(line)
fin.close()
fout.close()

生成的“cleaned_file.txt”看起来像这样：

Elephant
Horse  Giraffe
Lizard
Bird

“Goat”曾经是（奇怪的是，删除“驴”并没有），但就我的目的而言，这工作得很好。

我还在代码的最后添加了 input("Press Enter to exit...") ，以防止当我双击remove_text.py 文件来运行它，但请注意，这样您不会发现任何错误。

为此，我从命令行运行它（其中 C:\Just_Testing 是我所有文件所在的目录，即remove_text.py 和messy_text.txt）
像这样：

C:\Just_Testing\>py remove_text.py 

或

C:\Just_Testing>python remove_text.py 

工作原理完全相同。

当然，就像编写 HTML 时一样，我想在从您碰巧所在的目录以外的其他地方运行 py 或 python 时使用完全限定的路径永远不会有什么坏处，例如：

C:\Windows\System32\>python C:\Users\Me\Desktop\remove_text.py

当然在代码中它会是

infile = "C:\Users\Me\Desktop\messy_data_file.txt"
outfile = "C:\Users\Me\Desktop\cleaned_file.txt"

：请小心使用相同的完全限定路径来放置新创建的cleaned_file.txt，否则无论您在哪里都会创建它，并且在查找它时可能会导致混乱。

就我个人而言，我将环境变量中的 PATH 设置为指向所有 Python 安装，即 C:\Python3.5.3、C:\Python2.7.13 等，这样我就可以从任何地方运行 py 或 python。

不管怎样，我希望对 Patterson 先生的这段代码进行微调可以让你得到你所需要的。 :)

。

Answer 5

也许您可以在 fin 和 fout 变量中添加 encoding='utf-8' 。
这是您可能想要使用的修改后的版本：

fin=open(infile,"", encoding='utf-8')
fout = open(outfile,"w+", encoding='utf-8')

这种情况（添加 utf-8）主要发生在 Windows 操作系统上。另外，对于读取、写入和附加文件，这通常不是问题，但对于执行文件的高级操作（例如替换其中的文本等），那么您应该这样做。

希望这对您有帮助。

Answer 6

下面的代码只是获取旧数据并检查该字符串是否不包含您不需要的字符串，然后继续。 （如果您想删除空行，这也适用）

str = []
with open("file.txt", "r+") as f:
    for i in f.readlines():
        str.append(i)
with open("file.txt", "w") as f:
    for i in str:
        if i != "The string you want to remove":
           f.write(i)