文本文件特定字段提取:修复循环重复返回首个CONVENIO值的问题
问题修复方案
现有代码核心问题
- 匹配到第一个起始标识后直接调用
readlines()读完了整个文件剩余内容,外层遍历直接终止,无法处理后续多个象限的内容 - 原始的起始标识变量
inicio被后续赋值操作覆盖,无法匹配后续象限的起始行 while循环中没有对计数器contadorum做自增操作,要么卡死循环要么只能匹配到第一行符合开头规则的数据- 输出文件写操作放在循环内部,每次用覆写模式打开会清空之前的内容,且写入时没有使用已存入列表的历史数据,导致所有输出行都是最后一次匹配到的数值
- 上下文管理器
with open会自动处理文件关闭,不需要额外调用close()方法
修复后代码
import os # 起始标识单独存为常量,避免被覆盖 START_FLAG = ' YM-INFRA-CASH MANAGMENT DEST.: 001-0001-CENTRAL ' caminho = os.path.expanduser('~') # 补充用户目录路径,可按需修改 lista = [] contador_offset = 3 # 起始行后偏移3行取基础信息 # 先把整个文件内容读入内存,方便多段匹配 with open(f'{caminho}/Downloads/TESTE.txt', 'r', encoding='utf-8') as arquivo: all_lines = arquivo.readlines() line_idx = 0 total_lines = len(all_lines) while line_idx < total_lines: line = all_lines[line_idx] if line.strip() == START_FLAG.strip(): # 匹配到起始标识,取后续的基础信息 van_line = all_lines[line_idx + contador_offset] van = van_line[13:17] nomevan = van_line[20:50].strip() ag_line = all_lines[line_idx + contador_offset + 1] ag = ag_line[13:17] nomeag = ag_line[20:50].strip() cliente_line = all_lines[line_idx + contador_offset + 2] cliente = cliente_line[13:50].strip() # 从起始标识后第9行开始匹配指定开头的行 data_idx = line_idx + 9 # 若需要匹配0089开头的行,可修改此处判断条件里的0033为0089 while data_idx < total_lines and all_lines[data_idx][1:5] == '0033': convenio = all_lines[data_idx][1:22].strip() narqrem = all_lines[data_idx][22:34].strip() bytesrem = all_lines[data_idx][34:51].strip() narqret = all_lines[data_idx][51:63].strip() bytesret = all_lines[data_idx][63:81].strip() totalbytes = all_lines[data_idx][81:99].strip() percrateio = all_lines[data_idx][99:112].strip() # 打印调试信息 print(van, nomevan) print(ag, nomeag) print(cliente) print(convenio, narqrem, bytesrem, narqret, bytesret, totalbytes, percrateio) # 按输出格式存入列表 lista.append(f"{convenio};{narqrem};{bytesrem};{narqret};{bytesret};{totalbytes};{percrateio}\n") # 计数器自增,匹配下一行 data_idx += 1 # 处理完当前象限,直接跳转到当前数据行的位置继续找下一个起始标识 line_idx = data_idx else: line_idx += 1 # 所有数据收集完成后统一写文件,仅写一次避免覆盖 with open(f'{caminho}/Downloads/testefim.txt', 'w', encoding='utf-8') as consolidado: # 写表头 consolidado.write('CONVENIO;N ARQ REMES;BYTES REMES;N ARQ.RET.;BYTES RET.;TOTAL BYTES;% RATEIO\n') # 写入所有收集到的数据 consolidado.writelines(lista)
关键调整说明
- 预先把整个文件内容读入列表,通过索引遍历匹配多个起始标识,支持多象限内容提取
- 拆分了起始标识常量和临时变量,避免变量覆盖导致匹配失败
- 优化了计数器逻辑,所有循环都有自增操作避免死循环,同时支持无固定行数的协议数据提取
- 把写文件逻辑移到所有数据收集完成后,仅执行一次写入操作,避免内容覆盖和重复写开销
内容的提问来源于stack exchange,提问作者Eduardo Garcia de Oliveira
相关产品推荐
相关产品推荐

