通过读取特定字符':'左侧来删除行？

Question

我有一个文本文件，有100行，看起来像这样：

hsh:222
shhhshshs:2294
sjasda:2324
s_s:223
aaa:111
asdasd:1111

我想删除所有冒号前有三个以上字符的行，以便输出为：

hsh:222
s_s:223
aaa:111

我该如何做这个？我不知道如何读取冒号前面的左侧内容。我会假设是这样的：

for x in f:
    newline = x.strip()+.split(':')
    if len(newline.rstrip()) >= 3:
        f2.write(newline)

- Dan

---

newline = x.strip()+.split(':') 这段代码的作用是什么？请查看相关函数文档并正确调用它们（例如，去掉 +）。 - Mad Physicist

你能不能检查一下 if x[4] == ':' : f2.write(x)？ - Joe Ferndz

grep -vE '^[^:]{4}' file.txt - tripleee

Answer 1

您已经接近成功了。您可以直接在方法结果上调用另一个方法：

elements = x.strip().split(':')

这将返回一个包含两个元素的列表。要获取列表中的第一个元素，请对其进行索引：

first = elements[0]

或者可以写成一行代码：

first = x.strip().split(':')[0]

然后像往常一样继续操作。请记住，如果first长度小于等于3，应该将x写入输出，而不是newline或first。

- Mad Physicist

Answer 2

我会使用带有过滤功能的列表推导式。您可以使用str类的find()方法查找每个单词中冒号的索引，然后从开头切片到冒号索引。请保留HTML标签。

list_ = ['hsh:222', 'shhhshshs:2294', 'sjasda:2324', 's_s:223', 'aaa:111', 'asdasd:1111']
output = [word for word in list_ if len(word[:word.find(':')]) <= 3]
# output content: ['hsh:222', 's_s:223', 'aaa:111']

---

从我看来，您希望将output列表的内容写入文件f2。您可以按照以下步骤完成：

print(*output, file=f2, sep='\n')

- revliscano

---

你也可以使用if语句，如if word[4] == ':'。 - Joe Ferndz

哦，没错！那样会更加简洁。感谢你指出来。@JoeFerndz - revliscano

Answer 3

我不得不对我的答案进行一些编辑。您可以尝试使用这两行代码来获得相同的结果。假设每行至少有2个字符。

with open("xyz.txt", "r") as f, open("out.txt", 'w') as f2:
    for x in f:
        if x[3] == ':': f2.write(x)

以下代码将解决这个假设。无论每行的长度如何，它都应该能够读取文件。

import re
with open("xyz.txt", "r") as f, open("out.txt", 'w') as f2:
    for x in f:
        if re.search('^...:',x): f2.write(x)

正则表达式将检查 x 的值是否以任意 3 个字符开头，后跟冒号 (:)。如果是，则该行准备写入文件。

我的输入文件 xyz.txt 包含以下记录。

hsh:222
shhhshshs:2294
sjasda:2324
s_s:223
aaa:111
asdasd:1111
a:

输出文件 out.txt 中有以下记录。

hsh:222
s_s:223
aaa:111

如果您想检查以下模式中的任何字符串： :123 a:123 aa:123 aaa:123 其中a可以是任何字符，那么您可以按照以下方式更改代码：

with open("xyz.txt", "r") as f, open("out.txt", 'w') as f2:
    for x in f:
        if ':' in x[:3] : f2.write(x)

这里将检查前4个位置中是否有:

您可以按以下方式使用正则表达式编写：

import re
with open("xyz.txt", "r") as f, open("out.txt", 'w') as f2:
    for x in f:
        if re.search('^.{0,3}:',x): f2.write(x)

如果输入文件如下：

hsh:222
shhhshshs:2294
sjasda:2324
s_s:223
aaa:111
asdasd:1111
a:
:1

输出结果如下：

hsh:222
s_s:223
aaa:111
a:
:1

- Joe Ferndz

---

OP允许<3个字符。虽然方法巧妙。 - Mad Physicist

@MadPhysicist，感谢提醒。我使用正则表达式在第四个位置搜索冒号。请检查并告诉我是否有任何挑战。非常感谢您的意见，并推动我得出一个无懈可击的答案。 - Joe Ferndz

我认为你没有理解重点。首先，在第一个假设中，至少有4个字符，而不是2个。其次，你应该测试 if ':' in x[:3]。正则表达式应该是 ^.{1,3}:。 - Mad Physicist

如果您使用 re.match，则不需要 ^。 - rioV8

如果我不使用^，那么它将匹配带有“...:”的任何字符串。例如，如果字符串是“abcd:123”，则也会选择此字符串。 - Joe Ferndz