Python批量文本规则替换及文件输出格式异常问题求解

核心改动说明 #

• 补全缺失的os依赖库导入
• 采用正则优先匹配排除项的逻辑：先匹配xx:xx:xx格式时间、以H结尾的字符串，匹配到直接返回原内容不处理
• 新增@结尾字符串处理逻辑：匹配到后移除末尾@，字符间插入空格后统一转大写
• 新增纯数字串处理逻辑：逐位映射为对应英文单词，单词间加空格
• 修正文件读写逻辑：用with上下文管理器管理文件句柄，每个文件单独完成读→处理→写的全流程，保留原文本换行格式
• 替换路径拼接逻辑为os.path.join，兼容不同系统的路径格式

完整可运行代码 #

import re
import os

dest1 = r"C:\Users\CL\Desktop\Folder"
# 数字映射字典，去掉多余空格，后续拼接时统一处理
num_map = {"0":"ZERO", "1":"ONE", "2":"TWO", "3":"THREE", "4":"FOUR", 
           "5":"FIVE", "6":"SIX", "7":"SEVEN", "8":"EIGHT", "9":"NINE"}

def replace_logic(match):
    # 分组1是时间格式，分组2是H结尾的字符串，直接返回原内容
    if match.group(1) or match.group(2):
        return match.group()
    # 分组3是@结尾的字符串
    elif match.group(3):
        content = match.group(3)[:-1] # 去掉末尾的@
        return ' '.join(list(content.upper()))
    # 分组4是纯数字串
    elif match.group(4):
        return ' '.join([num_map[c] for c in match.group(4)])

for filename in os.listdir(dest1):
    file_path = os.path.join(dest1, filename)
    # 只处理文本文件，过滤文件夹
    if not os.path.isfile(file_path):
        continue
    # 读取文件内容，指定编码避免乱码
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()
    # 正则匹配：时间|H结尾字符串|@结尾字符串|纯数字串
    processed = re.sub(
        r'(\d{2}:\d{2}:\d{2})|(\w+H\b)|(\w+@\b)|(\d+\b)',
        replace_logic,
        content
    )
    # 写入处理后的内容，保留原格式
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(processed)

原有问题说明 #

1. 原代码未导入os库直接调用os.listdir会直接报错
2. 原正则逻辑只做了单数字替换，没有排除不需要处理的字符串，也没有实现@结尾字符串的处理逻辑
3. 原文件读写逻辑错误：写操作放在遍历文件的循环外部，仅会处理最后一个文件；且变量名混乱，文件对象和文本内容变量同名导致覆盖，最终写入内容异常，丢失换行
4. 手动拼接路径容易出现斜杠错误，用os.path.join更稳妥

内容的提问来源于stack exchange，提问作者panzers