Python中的显式行连接

Question

我正在逐行读取文件并进行一些文本处理，以便以特定格式输出。我的字符串处理代码如下：

file1=open('/myfolder/testfile.txt')
scanlines=file1.readlines()
string = ''

 for line in scanlines:
    if line.startswith('>from'):
         continue
    if line.startswith('*'):
        continue
    string.join(line.rstrip('\n')) 

这段代码的输出如下：

abc

def

ghi

有没有办法将这些物理行连接成一个逻辑行，例如：

abcdefghi

基本上，如何将多个字符串连接成一个大字符串？

如果我从一个带有非常长字符串的文件中读取，通过将多个物理行连接成一个逻辑行，是否存在溢出的风险？

- Spyros

Answer 1

有几种方法可以做到这一点。例如，只需使用+即可。

"abc" + "def" # 产生 "abcdef"

如果您想连接多个字符串，可以使用join方法：

', '.join(('abc', 'def', 'ghi')) # produces 'abc, def, ghi'

如果您不想使用分隔符，请使用空字符串''.join()方法。

- Constantinius

---

谢谢，''.join() 函数解决了它，我按照 koblas 的建议将它们放入了一个数组中。 - Spyros

Answer 2

清理一下，最简单的方法是将内容添加到数组中，然后返回结果。

def joinfile(filename) :
   sarray = []
   with open(filename) as fd :
       for line in fd :
           if line.startswith('>from') or line.startswith('*'):
               continue
          sarray.append(line.rstrip('\n'))
   return ''.join(sarray)

如果你想让它更有趣，可以尝试以下方法：

fd = open(filename)
str = ''.join([line.rstrip('\n') for line in fd if not (line.startswith('>from') or line.startswith('*'))])

当然，您可以读取一个足够大的文件以溢出内存。

- koblas

---

谢谢，数组方法或多或少解决了我的问题！我可以问一下，因为我想在具有非常长行的文件上执行此操作，是否有一种避免溢出问题的方法。我的字符串将达到几百个字符的长度.. - Spyros

Python的列表不是数组。它们是列表。此外，您不需要使用方括号。 - pillmuncher

@Spyros 如果你可以毫无问题地将文件读入内存中，那么你不太可能遇到溢出的情况...现在我们谈论的是大小为几千兆字节的文件。 - koblas

@pillmuncher 【来自维基百科】数组类型是一种数据类型，旨在描述由程序运行时计算的一个或多个索引选择的元素（值或变量）的集合。这样的集合通常称为数组变量、数组值或简单地称为数组。 - koblas

但在Python中，它仍然被称为列表。此外，“数组”一词具有一些与Python列表类型完全不同的内涵，例如：数组元素都是相同类型的，数组具有固定大小，数组可以具有多个维度等。对于Python列表来说，这些都不是真实的。 - pillmuncher

Answer 3

使用字符串拼接

>>> s = 'a'
>>> s += 'b'
>>> s
'ab'

- inspectorG4dget

---

不应该使用 += 来连接多个字符串。每个 += 都会创建一个新的字符串。将它们收集到列表中并调用 join 是正确的方法。 - Gurgeh

Answer 4

我更喜欢：

oneLine = reduce(lambda x,y: x+y, \
                 [line[:-1] for line in open('/myfolder/testfile.txt') 
                            if not line.startswith('>from') and \
                               not line.startswith('*')])

• 使用line[:-1]以删除所有的\n
• reduce的第二个参数是一个列表推导式，它提取了您感兴趣的所有行并从这些行中删除了\n
• 使用reduce（仅在实际需要时）将字符串列表合并为一个字符串。

- phynfo