Python实现简单文本文件中含指定特征行的文本区块提取

核心逻辑（零复杂概念，逐行读取即可完成） #

完全不需要编写复杂的解析规则，顺着文件的行顺序遍历即可：遇到区块起始标识就开始逐行攒内容，边攒边记录当前区块是否出现过目标特征；遇到区块结束行就校验状态——如果攒的内容包含目标特征，就把整个区块完整留存，否则直接清空临时攒的内容，从头接收下一个区块。

具体实现步骤 #

• 初始化两个临时状态变量：
  • current_temp_block：空列表，用来逐行存储当前正在收集的区块内容
  • is_contains_target：布尔值，默认False，标记当前攒的区块里有没有出现过service prov特征行
• 逐行读取文件内容，对每一行做分支判断：
  1. 如果当前行是独立的exit：
     • 检查is_contains_target的状态：如果为True，就把这行exit也加到临时区块里，整体转成字符串存到最终结果列表
     • 不管有没有命中条件，都清空临时区块列表、把标记位重置为False，准备接收下一个区块
  2. 如果当前行是room开头的新区块起始行：
     • 直接把这行加到临时区块列表，同时把标记位重置为False
  3. 剩下的所有区块中间行：
     • 先把行内容加到临时区块列表，再检查这行是否包含service prov，如果命中就把标记位改成True

可直接运行的代码 #

# 最终存储所有符合条件的区块
matched_blocks = []
current_temp_block = []
is_contains_target = False

# 替换为你自己的文件路径即可
with open("待处理文本.txt", "r", encoding="utf-8") as file_handle:
    for raw_line in file_handle:
        # 去掉行尾的换行符，避免判断干扰
        clean_line = raw_line.rstrip("\n")
        
        # 碰到区块结束标识exit
        if clean_line == "exit":
            if is_contains_target:
                current_temp_block.append(clean_line)
                matched_blocks.append("\n".join(current_temp_block))
            # 重置临时状态
            current_temp_block.clear()
            is_contains_target = False
            continue
        
        # 碰到新区块的起始标识
        if clean_line.startswith("room"):
            current_temp_block.append(clean_line)
            is_contains_target = False
            continue
        
        # 处理区块中间的普通内容
        current_temp_block.append(clean_line)
        if "service prov" in clean_line:
            is_contains_target = True

# 输出结果到控制台，也可以自行写入到新文件
print("\n\n".join(matched_blocks))

新手避坑提醒 #

• 判断exit行用的是完全相等匹配，严格对应题目里独立exit行作为区块结束的规则，不会误把内容中带exit的普通行判定为结束标记
• 特征行匹配用的是子串包含判断，不会因为目标行前后有空格、其他附带字符漏匹配
• 逐行流式读文件的方式，哪怕处理上G的超大文本也不会一次性占满内存，不需要额外做性能优化

内容的提问来源于stack exchange，提问作者SimonK