如何用Python删除文件中每个OPEN(后首个前置逗号（限定在)CLOSE前）

需求 #

处理文本文件，把每个OPEN(开头、) CLOSE结尾的块里，第一个出现的逗号删掉。

示例 #

输入：

OPEN(
,a
,b
) CLOSE
OPEN(
c
) CLOSE
OPEN(
,d
,e
,f
) CLOSE

处理后输出：

OPEN(
a
,b
) CLOSE
OPEN(
c
) CLOSE
OPEN(
d
,e
,f
) CLOSE

我试过的方法 #

一开始想写正则，但不知道怎么精准匹配这种跨行的块，还考虑过用awk/sed。试了个不对的正则（当时混淆了别的需求）：

pattern = r'WITH \(([^)]+),([^)]+)\) AS'
replacement = r'WITH (\1\2) AS'
sql_content_modified = re.sub(pattern, replacement, sql_content)

最后用了字符串替换，但感觉太局限，只能处理逗号在(下一行的情况：

# 读取SQL文件
with open(f'{filename}', 'r') as file:
    content = file.read()
content_modified = content.replace('(\n,', '(')
content_modified = re.sub('--<([a-z]*.*[A-Z]*)>', '', content)  # 删除--<*>行
# 写回文件
with open(f'{filename}', 'w') as file:
    file.write(content_modified)
remove_empty_lines_from_file(filename)

# 再处理一次WITH开头的情况
with open(f'{filename}', 'r') as file:
    content = file.read()
content_modified = content.replace('(\n,', '(\n')
with open(f'{filename}', 'w') as file:
    file.write(content_modified)

靠谱的解决办法 #

1. Python正则（小文件首选） #

用Python正则的DOTALL模式匹配整个OPEN(...) CLOSE块，然后在每个块里删掉第一个逗号：

import re

def fix_file(filename):
    with open(filename, 'r') as f:
        content = f.read()
    
    # 处理每个匹配到的OPEN块
    def handle_block(match):
        inner_content = match.group(1)
        # 只删除第一个逗号
        cleaned_inner = inner_content.replace(',', '', 1)
        return f'OPEN({cleaned_inner}) CLOSE'
    
    # 跨行匹配所有OPEN(...) CLOSE块
    modified_content = re.sub(r'OPEN\((.*?)\) CLOSE', handle_block, content, flags=re.DOTALL)
    
    with open(filename, 'w') as f:
        f.write(modified_content)

2. 状态机逐行处理（大文件适用） #

如果文件太大，没法一次性读进内存，就用状态跟踪逐行处理：

def fix_large_file(filename):
    in_open_block = False
    has_removed_comma = False
    output = []
    
    with open(filename, 'r') as f:
        for line in f:
            line_stripped = line.strip()
            if line_stripped.startswith('OPEN('):
                in_open_block = True
                has_removed_comma = False
                output.append(line)
            elif line_stripped == ') CLOSE':
                in_open_block = False
                output.append(line)
            elif in_open_block and not has_removed_comma:
                # 删掉这行里的第一个逗号
                fixed_line = line.replace(',', '', 1)
                output.append(fixed_line)
                has_removed_comma = True
            else:
                output.append(line)
    
    with open(filename, 'w') as f:
        f.writelines(output)

3. awk命令行处理 #

不想写Python脚本的话，用awk一行搞定：

awk '
/OPEN\(/ { in_block=1; comma_removed=0; print; next }
/\) CLOSE/ { in_block=0; print; next }
in_block && !comma_removed { sub(/,/, "", $0); comma_removed=1 }
1' input.txt > output.txt

说明 #

• 正则方案代码简洁，适合小文件；
• 状态机方案内存占用低，适合大文件；
• awk方案适合命令行快速批量处理。

内容的提问来源于stack exchange，提问作者SquatLicense