關於嵌套循環的問題

Question

我是編程新手，在計算嵌套循環時遇到了一些問題。我有一個我想從大文件中提取的數據列表。我能夠從較大的文件中成功提取一項數據，但是我需要從這個數千個試驗的較大文件中提取100個不同的試驗。每個試驗都是較大文件的一行數據。這是我用來一次一個地成功提取一行數據的程序。在這個例子中，它提取了試驗1的數據。它基於我在之前的問題和教程中看到的例子。問題是我不需要試用1-100或任何有序的模式。我需要試用134,274,388等。它跳過。所以我不知道如何使用for語句做一個嵌套循環，如果它沒有我可以輸入的範圍。任何幫助表示讚賞。謝謝。

completedataset = open('completedataset.txt', 'r') 

smallerdataset = open('smallerdataset.txt', 'w') 


for line in completedataset: 
    if 'trial1' in line: smallerdataset(line) 


completedataset.close() 
smallerdataset.close() 

我真的很喜歡做這樣的：

試驗=（ 'trial12'， 'trial23'， 'trial34'）

在completedataset行： 受審審判： 如果在線審判：smalldataset（行）

但這是行不通的。任何人都可以幫助我修改這個程序，使其正常工作？

Answer 1

你將會碰到一些問題與您指定的方式你的試驗。如果您查找包含'trial1'的行，您還將獲得包含'trial123'的行。如果較大的數據集以某種方式構建，則可以嘗試在特定字段中查找試用編號。例如，如果數據是逗號分隔的，則可以使用csv包。最後，使用生成器表達式而不是循環會使事情變得更簡潔。假設試驗次數是你可以做一些你的數據集的第一列：

import csv 

trials = ['trial134', 'trial1', 'trial56'] 
data = csv.reader(open('completedataset.txt')) 

with open('smalldataset.txt','w') as outf: 
    csv.writer(outf).writerows(l for l in data if l[0] in trials) 

Answer 2

在我看來，你需要保存你感興趣的所有試驗編號的列表因此，也許你可以嘗試這樣的事情：

completedataset = open('completedataset.txt', 'r') 
smallerdataset = open('smallerdataset.txt', 'w') 

trials = [134, 274, 388] 
completedata = completedataset.readlines() 

for t in trials: 
    for line in completedata: 
     if "trial"+str(t) in line: 
      smallerdataset.write(line) 
completedataset.close() 
smallerdataset.close() 

Answer 3

你可能只是這樣做：

trials = ['trial1', 'trial134', 'trial274'] 

for line in completedataset: 
    for trial in trials: 
     if trial in line: smallerdataset(line) 

爲了更高效的操作，您可以將每行與'trial [0-9] +'-regex進行匹配，然後查看是否可以從一個集合中找到該符號。

Answer 4

如果整個集合中的每個試驗都是已知字節大小，則可以使用file.seek(n)，其中n是開始讀取的字節。例如，如果該文件中的每一行是3個字節長，你可以做一些事情，如：

myfile = open('file.txt', 'r') 
myfile.seek(lineToStartAt * 3) 

myfile.readline()#etc 

如果每行的字節數是可變的或未知的，你只需有行讀取並放棄你不關心（如KLee1's answer）

Answer 5

假設你提前知道時間的試驗線，你可以做

trials = ('trial12', 'trial23', 'trial34') 

for line in completedataset: 
    for trial in trials: 
     if trial in line: smallerdataset(line) 

Answer 6

假設你有一個功能，在看一條線，能告訴你該行是否是「被期望」 ，爲您的代碼正確的結構將是非常簡單的：

with open('completedataset.txt', 'r') as completedataset: 
    with open('smallerdataset.txt', 'w') as smallerdataset: 
     for line in completedataset: 
      if iwantthisone(line): 
       smallerdataset.write(line) 

的with陳述照顧閉幕的爲您服務。在Python 2.7中，您可以將兩個with合併爲一個;在Python 2.5中，您需要使用from __future__ import with_statement啓動模塊;在Python 2.6中，目前最普遍的版本，上面的代碼是正確的形式。

因此，絕對一切都歸結爲iwantthisone函數。你不會告訴我們任何有關你線條的格式，使我們無法爲你提供更多幫助。但是，舉例來說，每行中的第一個單詞標識測試，例如test432 ...，並且您有一組名稱爲want_these的測試的編號，例如set([113, 432, 251, ...])。然後，寫iwantthisone一個非常簡單的方法可能是：

def iwantthisone(line): 
    firstword = line.split(None, 1)[0] 
    testnumber = int(firstword[4:]) 
    return testnumber in want_these 

的iwantthisone正確的內容完全取決於你的線條的格式，你如何知道什麼行，你居然做要保留的，當然。但我希望這個總體結構仍然有幫助。

注意，真的有這個一般結構，我建議沒有嵌套的循環 - ）

Answer 7

關於您在您的評論顯示錯誤消息：續行字符是一個反斜槓，因此它告訴你，你在該行的某處有一個錯誤的反斜槓字符。

Answer 8

假設行總是以試用標識符開始，那麼您可以使用startswith函數和過濾器來提取所需的行。

completedataset = open('completedataset.txt', 'r') 
smallerdataset = open('smallerdataset.txt', 'w') 

wantedtrials = ('trial134', 'trial274', 'trial388') 

for line in completedataset: 
    if filter(line.startswith, wantedtrials): 
     smallerdataset.write(line)