清理多個副本的文件

我最近不得不在我的網站上緊急複製我的數據庫。清理多個副本的文件

我使用我使用我的管理代碼在Python中創建的一些函數來抓取它。數據庫被格式化，如：

Name: 
Phone Number: 
Has played the game:

一切都被複制在.txt文件，但有時候，我發現像文件中的一些錯誤：

Name: Name: Name: Bob

我如何使用shell命令或Python清理這個爛攤子但保持相同的順序（我希望它仍然是名稱，電話號碼等）？

來源

2016-06-11 rak007

顯示您的TXT文件的一個較大的樣本。有時名稱是唯一的問題：重複？顯示每種類型的異名 –

唯一的問題是，有時，名稱，電話號碼已經玩過遊戲可以在我的文件中重複幾次在同一行 – rak007

除了python.what外殼你使用的是Linux？.. – repzero

的說你db.txt

Phone Number: 
Phone Number: Phone Number: Phone Number: 0118521358 Name: Name: Name: Name: Bob 
Has played the game: 
Name: Name: Name: Name: Bob

有這個你可以嘗試一點點這樣的腳本

import re 
#create a new file called new_file 
new_file=open("new_file",'w') 
#open the database file with the discrepancies 
file_with_error=open('db.txt','r') 
#make a list of all your columns in the db 
db_header=['Name:','Phone Number:'] 
#iterate through each line in your database file and find matches to replace 
for line in file_with_error: 
    for col_name in db_header: 
     line=re.sub("(%s[ ]*)+" %(col_name,),col_name,line) 
    new_file.write(line) #write your new line your file 
new_file.close() 
exit(0)

來源

2016-06-11 14:18:49 repzero

您可以使用正則表達式來運行字符串匹配，並在您的文本文件中進行替換，修復此問題。你可以用python或簡單的編輯器如notepad ++來做到這一點。搜索表達式：

Name:.+(Name: (?!Name:).+)

與

$1

在文本文件中這個表達式替換它會發現，與

Name:

開頭的行並將其替換爲：

Name: Bob

來源

2016-06-11 12:39:24 Chinwobble

我假設你知道如何在python中逐行讀取文本文件。假定你讀每一行成一個稱爲S

>>> s = "Name: Name: Name: Bob" 
>>> s2 = "Name: Bob" 
>>> 
>>> s_split = s.split(":") 
>>> s_split 
['Name', ' Name', ' Name', ' Bob'] 
>>> result = ": ".join(s_split[-2:]) 
>>> result 
' Name: Bob' 
>>> result = ": ".join(s_split[-2:]).strip() 
>>> result 
'Name: Bob'

第一分割字符串將字符串分割成字符串，其中的列表：是分隔符。連接將使用列表中的最後兩個字符串，並將它們與以下內容一起加入：如果這條線是正常的，它可以工作。它也適用於任何數量的故障標籤

來源

2016-06-11 13:09:34

清理多個副本的文件

回答

相關問題