f.read（）不在行之間讀取

Question

我使用Python 3.6。我想在read.txt文件中檢查一些字符串。問題在於，.txt文件的寫法使得句子可能會被剪切並放入不同的行中。例如：

bla bla bla internal control over financial reporting or an attestation 
report of our auditors 

.txt文件在單詞「attestation」之後剪切句子，並在下面的行中以「report」開頭。我想在文件中查找整個句子，而不管它是哪行（如果句子在文件中，則創建var1 = 1，否則爲0）。

我用下面的代碼來解析（而且似乎我不知道如何指定我不操心線）：

string1 = 'internal control over financial reporting or an attestation report of our auditors'  
exemptions = [] 
for eachfile in file_list: #I have many .txt files in my directory 
     with open(eachfile, 'r+', encoding='utf-8') as f: 
      line2 = f.read() # line2 should be a var with all the .txt file 
      var1 = re.findall(str1, line2, re.I) # find str1 in line2 
      if len(re.findall(str1, line2, re.I)) > 0: 
       exemptions.append('1') # if it detects smthg, then append exemptions list with var1=1 
      else: 
       exemptions.append('0') # otherwise var1= 0 

如何做到這一點任何想法？我認爲通過使用line2 = f.read（），我實際上檢查整個.txt文件，不管線條如何，但它似乎並不那麼......

謝謝反正！

Answer 1

你假設換行符與空格相同 - 事實並非如此。嘗試改變

line2 = f.read() 

到

line2 = f.read().replace('\n', ' ').replace('\r', ' ') 

這應該用空格替換文件中的任何換行符，從而使你的搜索像預期的那樣。

你可以做同樣

line2 = ' '.join(line.rstrip('\n') for line in f) 

你可以代替修改您正則表達式：

var1 = re.findall(str1.replace(' ', '\s+'), line2, re.I) # find str1 in line2 
if var1: 
    exemptions.append('1') 
else: 
    exemptions.append('0') 

在正則表達式而言，\s任何空格字符，\s+允許多個空格或換行符。