Python文本处理：合并非set开头行至最近set行的逻辑优化求助

核心处理逻辑 #

• 逐行遍历文件（避免一次性加载大文件占用内存，同时规避修改列表引发的索引错位问题）
• 维护当前活跃的set行组：遇到新的set开头行时，先输出上一组的合并结果，再初始化新组；非set行直接追加到当前组内容后
• 处理文件末尾剩余的未写入组内容

可直接运行的代码实现 #

def merge_set_lines(input_file, output_file):
    current_set = None
    # 同时打开输入输出文件，自动处理资源释放
    with open(input_file, 'r', encoding='utf-8') as f_in, open(output_file, 'w', encoding='utf-8') as f_out:
        for line in f_in:
            # 去除首尾空白（包括换行），若要保留原行格式，改用line.rstrip('\n')
            cleaned_line = line.strip()
            if not cleaned_line:  # 跳过空行，不需要的话可删除这两行
                continue
            
            if cleaned_line.startswith('set'):
                # 先写入上一组的合并结果
                if current_set is not None:
                    f_out.write(current_set + '\n')
                # 初始化新的set行
                current_set = cleaned_line
            else:
                # 非set行追加到当前set行后，这里用空格分隔，可按需修改分隔符
                if current_set is not None:
                    current_set += ' ' + cleaned_line
        # 处理文件最后一组未写入的内容
        if current_set is not None:
            f_out.write(current_set + '\n')

# 调用示例，替换成你的文件名
merge_set_lines('source.txt', 'merged_result.txt')

之前代码出错的常见原因 #

• 用readlines一次性加载文件后，遍历列表时直接修改原列表（比如删除、插入行），导致索引错位，重复处理同一行甚至触发无限循环
• 未正确维护当前set组的状态，比如初始化不及时、未在新set行出现时重置组内容，导致重复累积数据
• 大文件一次性加载到内存，不仅占用资源，还容易在复杂的列表操作中出现逻辑混乱

按需调整说明 #

• 若要保留原行的缩进或末尾格式，把cleaned_line = line.strip()改成cleaned_line = line.rstrip('\n')
• 非set行和set行的分隔符可自定义，比如用逗号、分号，甚至换行（如果需要换行合并），修改current_set += ' ' + cleaned_line中的分隔符即可
• 处理非UTF-8编码的文件时，调整open函数的encoding参数（比如gbk）

内容的提问来源于stack exchange，提问作者Nathan