使用Python在文本文件中合并第18行、第916行等

Question

我有一个大的文本文件，看起来像这样：

line1: Date

line2: data

line3: data

line4: data

line5: data

line6: data

line7: data

line8: (blank)

line9: Date (repeats itself from here)

我需要阅读这个txt文件和合并行1-8到一个单一的行，保存这行作为一个变量，然后移动到行9-16，合并到一个单一的行，保存这行作为一个变量，等等。你知道如何编码这个吗？ 或者，如果有一种方法可以删除除第8个'\n'之外的所有'\n'，那可能更容易，但我不知道如何删除。你知道吗

Answer 1

查看文档中^{} recipes中的grouper：

from itertools import zip_longest

def grouper(iterable, n, fillvalue=None):
    "Collect data into fixed-length chunks or blocks"
    # grouper('ABCDEFG', 3, 'x')  > ABC DEF Gxx"
    args = [iter(iterable)] * n
    return zip_longest(*args, fillvalue=fillvalue)

现在您可以在每组8行上循环：

with open(path) as f:
    for group in grouper(f, 8):

如果要将每个组合并到一个字符串中，以便写入新文件：

with open(path) as f:
    for i, group in enumerate(grouper(f, 8)):
        with open(f'out_{i}.txt', 'w') as outf:
            outf.write(''.join(group))

如果要将所有内部换行符转换为空格：

with open(path) as f:
    for i, group in enumerate(grouper(f, 8)):
        with open(f'out_{i}.txt', 'w') as outf:
            outf.write(''.join(group).replace('\n', ' ') + '\n')

生成器样式的好处是，您可以更改分组规则，而无需更改其余代码。例如，如果要在与日期格式匹配的每一行上拆分，如Miguel Ortiz's answer：

from itertools import groupby

rdate = re.compile(r'(\d+/\d+/\d+)')
with open(path) as f:
    for i, (k, group) in enumerate(groupby(f, rdate.search)):
        with open(f'out_{i}.txt', 'w') as outf:
            outf.write(''.join(group).replace('\n', ' ') + '\n')