Python文件解析：匹配双模式时输出前后指定行数的方法

需求说明 #

假设目标文件内容如下：

line1
line2
line3
line4
line5
line6
line7
line8
line9
line10
line11
line12
line13
line14
line15

需要提取line6和line9之间的内容，同时包含起始模式前2行和结束模式后2行，期望输出：

line4
line5
line6
line7
line8
line9
line10
line11

现有代码仅能提取两个模式之间的内容：

first_pattern = "line6"
last_pattern = "line9"

with open(file, "r") as f:
    inside_region = False
    for line in f:
        if first_pattern in line:
            inside_region = True
        if inside_region:
            print(line)  # Printing the lines between two patterns
        if last_pattern in line:
            inside_region = False
            break

修改后的实现代码 #

我们可以用滑动窗口缓冲区保存最近的指定行数，同时跟踪输出状态，实现可配置的前后行数扩展：

from collections import deque

first_pattern = "line6"
last_pattern = "line9"
lines_before_after = 2  # 可配置的前后扩展行数
file_path = "your_file.txt"  # 替换为你的实际文件路径

with open(file_path, "r") as f:
    # 用deque维护固定长度的滑动窗口，自动丢弃超出长度的最早行
    pre_buffer = deque(maxlen=lines_before_after)
    inside_region = False
    post_remaining = 0

    for line in f:
        line = line.rstrip('\n')  # 可选：去除换行符，避免重复输出空行
        
        if not inside_region:
            pre_buffer.append(line)
            # 匹配到起始模式时，切换状态并输出前置缓冲区内容
            if first_pattern in line:
                inside_region = True
                for buf_line in pre_buffer:
                    print(buf_line)
        else:
            # 处于目标区域内，直接输出当前行
            print(line)
            # 匹配到结束模式时，开启后置行数计数
            if last_pattern in line:
                post_remaining = lines_before_after
                inside_region = False
        # 处理结束模式后的指定行数输出
        if post_remaining > 0:
            print(line)
            post_remaining -= 1
            # 输出完后置行数后终止遍历
            if post_remaining == 0:
                break

代码说明 #

• 前置缓冲区：通过deque的固定长度特性，自动维护最近的lines_before_after行，找到起始模式时一次性输出这些前置内容。
• 状态切换：用inside_region标记是否处于两个模式之间的核心区域，处于该区域时直接输出每行内容。
• 后置行数控制：匹配到结束模式后，通过post_remaining计数，继续输出后续指定行数的内容，完成后立即停止文件遍历，提升大文件处理效率。
• 灵活配置：只需修改lines_before_after的数值，即可快速调整前后扩展的行数，适配不同场景需求。

内容的提问来源于stack exchange，提问作者2auri