在文本文件中查找「字符串」 - 使用Python將其添加到Excel文件中

Question

我運行了一個grep命令並在大型數據目錄中發現了幾百個字符串實例。這個文件是2 MB，並且有我想要提取出來的字符串，並將其放入Excel文件以便稍後訪問。我正在提取的部分是我需要稍後處理的數據文件的路徑。

最近我一直在閱讀關於Python的內容，並認爲我可以以某種方式自動執行此提取。但我有點難以啓動。我有這個至今：

data = open("C:\python27\text.txt").read()
if "string" in data:

但後來我不知道用什麼來擺脫我想要的文件。任何初學者咀嚼的東西？

編輯
這裏有一些關於我在找什麼的更多信息。我在文本文件中有幾百行。每一行都有一個路徑和一些字符串這樣的：

/path/to/file:STRING=SOME_STRING, ANOTHER_STRING

我想從這些線什麼是與具體的「STRING = SOME_STRING」這些線路的路徑。例如，如果行看起來是這樣的，我想要的路徑（/path/to/file）提取到另一個文件：

/path/to/file:STRING=SOME_STRING

Answer 1

的步驟來做到這一點，如下所示：CSV表與他們

• 使目錄中的所有文件的列表（如果你只在興趣這是沒有必要單個文件）
• 一行提取那些你感興趣的
• 在循環中的文件，這些文件中讀取行的名稱
• 看看行的模式匹配
• 提取線的部分第一:字符前

因此，代碼將是這個樣子，只要你的文本文件的格式，你在問題中所展示的方式，這種格式是可靠的糾正：

import sys, os, glob 

dir_path = sys.argv[1] 
if dir_path[-1] != os.sep: dir_path+=os.sep 

file_list = glob.glob(dir_path+'*.txt') #use standard *NIX wildcards to get your file names, in this case, all the files with a .txt extension 

with open('out_file.csv', 'w') as out_file: 
    for filename in file_list: 
     with open(filename, 'r') as in_file: 
      for line in in_file: 
       if 'STRING=SOME_STRING' in line: 
        out_file.write(line.split(':')[0]+'\n') 

該計劃將運行爲python extract_paths.py path/to/directory，並會給你一個名爲out_file.csv文件在當前目錄。

然後可以將該文件作爲CSV文件導入到Excel中。如果您的輸入不如您所建議的可靠，則正則表達式可能是更好的選擇。

Answer 2

所有這一切，很容易與標準Python完成，但對於「創先爭優」（XLS，或xlsx）文件 - 您必須爲此安裝第三方庫。但是，如果您只需要一張2D表，可以使用逗號分隔值（CSV）文件 - 這些文件可與Excel和其他電子表格軟件兼容，並且集成在Python中。

至於搜索文件內的字符串，很簡單。對於大多數事情你甚至可能不需要正則表達式。你想要什麼信息以及字符串？

另外，這個standardlib上的「os」模塊具有一些功能來列出目錄中或目錄樹中的所有文件。最直截了當的是os.listdir（路徑）

可以在「in」之外使用「count」和「find」之類的字符串方法來查找文件中的字符串，或計算出現次數。

最後，「CSV」模塊可以編寫一個正確的格式化文件來讀取電子表格。

隨着您離開，您可能會濫用python的buit-in列表對象，作爲操縱數據集的簡單方法。

這裏是一個樣例程序，用於計算在給定目錄中的文件中找到的命令行中給出的字符串，並彙編一個。是

# -*- coding: utf-8 -*- 
import csv 
import sys, os 

output_name = "count.csv" 

def find_in_file(path, string_list): 
    count = [] 
    file_ = open(path) 
    data = file_.read() 
    file_.close() 
    for string in string_list: 
     count.append(data.count(string)) 
    return count 


def main(): 
    if len(sys.argv) < 3: 
     print "Use %s directory_path <string1>[ string2 [...]])\n" % __package__ 
     sys.exit(1) 
    target_dir = sys.argv[1] 
    string_list = sys.argv[2:] 
    csv_file = open(output_name, "wt") 
    writer = csv.writer(csv_file) 
    header = ["Filename"] + string_list 
    writer.writerow(header) 
    for filename in os.listdir(target_dir): 
     path = os.path.join(target_dir, filename) 
     if not os.path.isfile(path): 
      continue 
     line = [filename] + find_in_file(path, string_list) 
     writer.writerow(line) 
    csv_file.close() 

if __name__=="__main__": 
    main()