在文本文件中查找“string” – 使用Python将其添加到Excel文件
我运行了一个grep命令，在一个大的数据目录中发现了几百个string的实例。 这个文件是2 MB，并且有我想要提取出来的string，并将其放入Excel文件以便以后访问。 我正在提取的部分是我需要稍后处理的数据文件的path。
我最近一直在阅读关于Python的内容，并认为我可以自动地进行这种提取。 但是我有点难以启动。 我到目前为止：
data = open("C:\python27\text.txt").read()
if "string" in data:
但是，我不知道要用什么来摆脱我想要的文件。 任何初学者咀嚼？
编辑
这里有一些我正在寻找的信息。 我在文本文件中有几百行。 每行有一个path和一些像这样的string：
/path/to/file:STRING=SOME_STRING, ANOTHER_STRING
我想从这些行中得到具有特定“STRING = SOME_STRING”的行的path。 例如，如果行看起来像这样，我想path（ /path/to/file ）被提取到另一个文件：
/path/to/file:STRING=SOME_STRING
执行此操作的步骤如下所示：
- 制作目录中所有文件的列表（如果您只对单个文件感兴趣，则不需要）
- 提取您感兴趣的文件的名称
- 在循环中，逐行读入这些文件
- 看看这条线是否符合你的模式
- 在第一个字符之前提取行的部分
所以，代码看起来像这样，只要你的文本文件按照你在问题中显示的格式进行格式化，并且这种格式是可靠的：
import sys, os, glob dir_path = sys.argv[1] if dir_path[-1] != os.sep: dir_path+=os.sep file_list = glob.glob(dir_path+'*.txt') #use standard *NIX wildcards to get your file names, in this case, all the files with a .txt extension with open('out_file.csv', 'w') as out_file: for filename in file_list: with open(filename, 'r') as in_file: for line in in_file: if 'STRING=SOME_STRING' in line: out_file.write(line.split(':')[0]+'\n')
这个程序将作为python extract_paths.py path/to/directory运行，并会给你一个名为out_file.csv在当前目录中的文件。
然后可以将该文件作为CSV文件导入到Excel中。 如果您的input不如您所build议的可靠，那么正则expression式可能是更好的select。
所有这些用标准的Python很容易完成，但对于“excel”（xls或xlsx）文件，您必须为此安装第三方库。 但是，如果你只需要一张2D表格，就可以使用逗号分隔值（CSV）文件 – 这些文件可以与Excel和其他电子表格软件兼容，并且集成在Python中。
至于search一个文件内的string，这是很简单的。 大多数情况下甚至不需要正则expression式。 你想要什么信息与string？
而且，这个standardlib上的“os”模块有一些function可以列出目录中或目录树中的所有文件。 最直接的是os.listdir（path）
可以在“in”之外使用“count”和“find”之类的string方法来查找文件中的string，或者统计出现次数。
最后，“CSV”模块可以写出一个正确的格式文件来读取电子表格。
在远处，你可能会滥用python的buit-in列表对象作为操纵数据集的简单方法。
下面是一个示例程序，用于计算给定目录中的文件中的命令行中给出的string，并用它们组合一个.CSV表：
# -*- coding: utf-8 -*- import csv import sys, os output_name = "count.csv" def find_in_file(path, string_list): count = [] file_ = open(path) data = file_.read() file_.close() for string in string_list: count.append(data.count(string)) return count def main(): if len(sys.argv) < 3: print "Use %s directory_path <string1>[ string2 [...]])\n" % __package__ sys.exit(1) target_dir = sys.argv[1] string_list = sys.argv[2:] csv_file = open(output_name, "wt") writer = csv.writer(csv_file) header = ["Filename"] + string_list writer.writerow(header) for filename in os.listdir(target_dir): path = os.path.join(target_dir, filename) if not os.path.isfile(path): continue line = [filename] + find_in_file(path, string_list) writer.writerow(line) csv_file.close() if __name__=="__main__": main()