我试图从一个大的文本文件(大约3GB)中删除不需要的字符。我正在尝试删除文件中不需要的前后斜杠。我想在单词之间保留颚化符,它充当分隔符。文件的格式如下:
Cornet~Chris Tyle
Cornet\~Warren Vache
Cornet~Roger Webster
Cornet~\Grimethorpe Coll//iery Band
Cornet/~Daniel Rollston
Cornet~Murley Silver Band
Chocolate~Chocolate liquor
Chocolate~Theobroma cacao
Chocolate~Meso/america
所以在上面的例子中,我想删除所有的反斜杠/正斜杠,这样单词就可读了(同时保留了颚化符)。我会为此使用Python正则表达式吗?另一种可能是删除包含斜线的行,但我想把它作为最后的手段。在
**编辑:抱歉忘了提一件事!有些线条是这样的:
^{pr2}$除了删除正斜杠和反斜杠之外,我还必须删除所有在颚化符之前或之后为null的行**
谢谢你的帮助!在
像这样简单的事情就可以了吗?(我相信
for line in f
是一个生成器。不管怎样,它一次只读取一行)更新(OP还希望“删除所有在颚化符“之前或之后为空的行”
这将跳过颚化符前面有空格的行,并替换其余行中的正斜杠和反斜杠:
^{pr2}$注:如果你真正想要的只是保持所有行的格式为“word+tilde+word”,那么删除斜杠并丢弃其他所有内容,声明这样更容易理解。在
简单,只需使用
str.replace()
。在注意双
\\
,它不是替换双反斜杠,而是一个反斜杠在转义另一个反斜杠代码:
输出:
^{pr2}$尝试:
这段代码正在从输入文件中删除
\ /
和以tilda~
开头或结尾的行,并编写一个干净的输出文件。在基于输入文本,它将发出
^{pr2}$相关问题 更多 >
编程相关推荐