使用Python从TXT文件中搜索并提取指定格式字符串

没问题！我来帮你搞定这个需求——用Python从TXT文件里提取像, 12345-008-、, 15432-002-这类格式一致、仅数字有差异的字符串，然后输出到新文件中。

核心思路 #

这类格式固定的字符串最适合用正则表达式来匹配，我们先定义精准的匹配规则，再批量提取所有符合规则的内容，最后写入目标文件。

完整代码示例 #

import re

# 替换成你实际的文件路径
input_txt = "your_input_file.txt"
output_txt = "extracted_results.txt"

# 完全匹配你给出的示例格式：逗号+空格+5位数字+连字符+3位数字+连字符+空格
match_pattern = r' , \d{5}-\d{3}- '

# 如果你的文本里空格数量不固定（比如有时候多一个空格或者少一个），用这个灵活版正则：
# match_pattern = r'\s*,\s*\d{5}-\d{3}-\s*'

try:
    # 读取原文件内容
    with open(input_txt, 'r', encoding='utf-8') as infile:
        full_content = infile.read()
    
    # 找出所有符合格式的字符串
    all_matches = re.findall(match_pattern, full_content)
    
    # 可选：去重（如果有重复的匹配项，想保留唯一结果的话）
    # 要是需要保留原文本中的出现顺序，就用下面的顺序保留版，否则用set去重更简单
    unique_matches = []
    seen = set()
    for item in all_matches:
        if item not in seen:
            seen.add(item)
            unique_matches.append(item)
    
    # 写入结果到新文件
    with open(output_txt, 'w', encoding='utf-8') as outfile:
        # 这里用strip()可以去掉前后多余空格，要是想保留原格式就直接写item+'\n'
        for match in unique_matches:
            outfile.write(match.strip() + '\n')
    
    print(f"搞定！一共提取到 {len(unique_matches)} 条符合要求的字符串，已经存到 {output_txt} 里啦")

except FileNotFoundError:
    print(f"哎呀，找不到输入文件：{input_txt}，检查下路径对不对～")
except Exception as e:
    print(f"出了点小问题：{str(e)}")

关键细节说明 #

1. 正则表达式调整：
   • 如果你要匹配的核心是XXXXX-XXX（不管前后的逗号空格），可以把正则改成r'\d{5}-\d{3}'
   • 要是数字位数有变化（比如4位数字+2位），直接修改\d{5}里的数字就行，比如\d{4}-\d{2}
2. 编码问题：加上encoding='utf-8'可以避免中文或特殊字符乱码
3. 去重选项：如果不需要去重，直接把unique_matches换成all_matches就行
4. 异常处理：代码里加了文件找不到和通用异常的处理，方便排查问题

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