提取分隔符之间的文本文件的行成一个列表的Python

Question

我有这种格式线大文本文件：

DELIM 
filename1 
information 
information 
DELIM 
filename2 
information 
information 
information 
information 
DELIM 

等，其中数据的分隔符之间的量而变化。 我该如何着手将分隔符之间的所有内容写成列表？

Answer 1

只要DELIM不能被发现在中间线，你能做到这一点很容易通过：

• 充分阅读您的文件，如果你的文件有20TB的数据（不工作那么好它，但确定为合理大小的文件）
• 在列表理解上DELIM
• 分裂split每个块和过滤坯件（工件）施加str.split

我的建议：

with open("file.txt") as f: 
    lines = [x.split() for x in f.read().split("DELIM") if x] 

print(lines) 

结果与你的输入（如线的名单列表）：

[['filename1', 'information', 'information'], ['filename2', 'information', 'information', 'information', 'information']] 

编辑：有一个大的文件，你可以使用itertools.groupy如下（避免阅读该文件在一次）

with open("file.txt") as f: 
    lines = [list(v) for k,v in itertools.groupby(f,key=lambda x : x.strip()=="DELIM") if not k] 

groupby基的非DELIM线一起和DELIM线一起为好，与True/False键：我们筛选出True键与DELIM组对应，并转换为list，达到与前面的代码相同的值，只是我们不需要事先读取文件，所以它可以与一个巨大的文件以及。