使用Python将日记文件拆分为多个文件

2023年9月30日 208次阅读

我保留了技术说明的日记文件.每个条目都加上时间戳,如下所示：

# Monday 02012-05-07 at 01:45:20 PM

This is a sample note

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod
tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam,
quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo
consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse
cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non
proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

# Wednesday 02012-06-06 at 03:44:11 PM

Here is another one.

Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia 
deserunt mollit anim id est laborum.

想要根据时间戳标题将这些笔记分解为单个文件.例如这是一个示例note.txt,这是另一个非常长的title.txt.我确定我必须在某些时候截断文件名,但想法是根据日记条目的第一行播种文件名.

看起来我不能通过python修改文件的创建日期,所以我想保留条目时间戳作为笔记正文的一部分.

我有一个RegEx模式来捕获适合我的时间戳：

#(\s)(Monday|Tuesday|Wednesday|Thursday|Friday|Saturday|Sunday)(\s)(.*)

并且可能使用该正则表达式遍历文件并打破每个条目,但我不太确定如何循环日记文件并将其分解为单个文件.有很多例子可以抓住实际的正则表达式模式,或者特定的行,但是我想在这里做更多的事情,并且在将它们拼凑在一起时遇到一些困难.

以下是所需文件内容的示例(datestamp直到下一个datestamp匹配的所有文本)：

bash$cat This\ is\ a\ sample\ note.txt
Monday 02012-05-07 at 01:45:20 PM

This is a sample note

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod
tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam,
quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo
consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse
cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non
proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

bash$

最佳答案 这是一般的;-)方法：

f = open("diaryfile", "r")
body = []
for line in f:
    if your_regexp.match(line):
        if body:
            write_one(body)
        body = []
    body.append(line)
if body:
    write_one(body)
f.close()

简而言之,您只需将所有行附加到列表(正文).当您找到一条神奇的线条时,您可以调用write_one()来转储到目前为止的内容,并清除列表.该文件的最后一个块是一个特殊情况,因为你不会再找到你的魔法正则表达式.所以你再次转储循环后的内容.

您可以在write_one()函数中进行任何您喜欢的转换.例如,您想要从输入时间戳行中删除前导“#”.那很好 – 就像,例如,

body[0] = body[0][2:]

在write_one中.所有的行都可以通过例如一个gulp写出来

with open(file_name_extracted_from_body_goes_here, "w") as f:
    f.writelines(body)

您可能想要先检查文件是否不存在！如果它像我的日记一样,许多参赛作品的第一行将是“烂天”. 😉

点赞