需要有关重写和字符串操作的建议

Question

我必须从一个文件中读取，对于每个分隔符之间的数据，我需要删除空白，我已经用jython编写了以下程序

当我试图重写时，它在源文件的末尾重写。在

filesrc = open('c:/FILE/split_doc.txt','r+')
for list in filesrc.readlines():
    #split the records by the delimiter
    fields = list.split(',')
    list = ",".join([s.strip() for s in fields])
    filesrc.writelines(list+"\n")

filesrc.close()

所以我做了一些修改并添加了文件.seek所以我可以重写源代码行，它在某种程度上起到了一定的作用，只是在末尾添加了两行，这意味着seek部分有问题。在

修改后的程序是

^{pr2}$

请帮我弄清楚正确的逻辑。

带有额外空白的正确源文件

52       ,William   ,Kudo       ,28/03/199300:00:00
11,Andrew,      Andersen,22/02/199900:00:00
12,John        ,Galagers,20/04/200000:00:00
13,Jeffrey        ,Jeferson,10/06/198800:00:00
20,Jennie,Daumesnil,28/02/198800:00:00
21,Steve,Barrot,24/09/199200:00:00
22,Mary,Carlin,14/03/199500:00:00
30,Paul,Moore,11/03/199900:00:00

这是我的错误输出

52,William,Kudo,28/03/199300:00:00
11,Andrew,Andersen,22/02/199900:00:00
12,John,Galagers,20/04/200000:00:00
13,Jeffrey,Jeferson,10/06/198800:00:00
20,Jennie,Daumesnil,28/02/198800:00:00
21,Steve,Barrot,24/09/199200:00:00
22,Mary,Carlin,14/03/199500:00:00
30,Paul,Moore,11/03/199900:00:00
9500:00:00
30,Paul,Moore,11/03/199900:00:00

最后两行本不该来的

请建议所需的和更快的方法，因为这是一个示例文件，我必须让这个程序为数百万行工作。

有没有办法让这个逻辑也和while循环一起工作？

Answer 1

你正在重写，但是你的最终结果比原来的要短，所以你得到了原始版本的最后X个字符，其中X是原始版本和新版本的大小差异。此版本中额外的.seek（）和truncate（）调用将搜索到新输出的末尾，并切断文件的其余部分。在

filesrc = open('c:/ODI_FILE/split_doc.txt','r+')
lines=0
for list in filesrc.readlines():
    #split the records by the delimiter
        fields = list.split(',')
    list = ",".join([s.strip() for s in fields])
    filesrc.seek(lines)
    filesrc.writelines(list+"\n")
    lines += len(list+"\n")
filesrc.seek(lines)
filesrc.truncate()
filesrc.close()

Answer 2

这并不能回答您的问题，但您是否考虑过不使用jython？在

尝试使用Sed？在

Answer 3

你不想在读同一个文件时写入它。这在技术上是可能的，但这条路充满了麻烦和痛苦。在

以下是简单明了的流程：

• 将整个文件读入字符串，然后关闭文件
• 将换行符上的字符串拆分为一个列表
• 处理每行以删除多余的间距
• 将列表重新联接为字符串
• 用新清理的数据覆盖源文件

如果不想一次将整个文件加载到内存中，请尝试以下过程：

• 打开文件进行读取
• 逐行阅读
• 将已清理的行写入新的临时输出文件
• 写入所有行后，删除原始文件
• 将临时文件重命名为原始名称

我的建议是两种方式都写，看看哪些行有效或无效，哪种方式更快，而不是假设你不能仅仅因为它有数百万行就把它全部读入内存。也许它会很好的。在

另外，您当然也可以使用while循环来实现这一点。为此，您需要阅读while循环形式的Python文档并做一些实验。如何编写循环取决于如何加载文件：一次将所有文件加载到一个字符串中，然后拆分为一个列表，或者直接从文件中逐行加载。对于这两种情况，您如何知道while循环将要做多少工作，如何从一项工作前进到下一项工作，以及如何知道何时完成？如果你能回答这些问题，你就可以写你的循环。在