python正则操作大文件

目录

• 打开文件的模式说明
  • 修改文件内容方法一
  • 修改文件内容方法二
• 正则表达式
  • 介绍
  • 特点
  • 场景
  • 正则表达式的规则：
  • python中的正则表达式分类

打开文件的模式说明

打开文件的模式有（默认为文本模式）：
模式 说明
r 只读模式，也是默认模式，文件必须存在，不存在则跑出异常；
w 只写模式，不可读；不存在则创建，存在的话如果有进行写入动作则清空文件内容并写入新内容，如果没有写入动作则只打开不清空文件；
a 只追加模式，不可读，不存在则创建，存在则只在末尾追加内容；

修改文件内容方法一

import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    data=read_f.read() #全部读入内存,如果文件很大,会很卡
    data=data.replace('test','test2') #在内存中完成修改
    write_f.write(data) #一次性写入新文件

修改文件内容方法二

硬盘存放的该文件的内容一行一行地读入内存，修改完毕就写入新文件，最后用新文件覆盖源文件；

import os
with open('a.txt') as read_f,open('.a.txt.swap','w') as write_f:
    for line in read_f:
        line=line.replace('test','test2')
        write_f.write(line)
os.remove('a.txt')
os.rename('.a.txt.swap','a.txt')

正则表达式

介绍

　正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符以及这些特定字符的组合，组成一个“规则字符串”，这个规则字符串用来表达对字符串的一种过滤逻辑；

特点

a.逻辑性、灵活性和功能性非常强；
b.可以迅速用极简的方式达到字符串的复杂控制；
c.对于刚接触的人来说，比较晦涩难懂

场景

a.从大段的文字中找到符合规则的内容；
b.爬虫，从网页的字符串中获取你想要的数据；
c.日志分析，提取所需要的数据；
d.判断某个字符串是否完全符合规则：比如表单验证：手机号、QQ号、邮箱、银行卡、身份证。。。

正则表达式的规则：

制定好正则表达式的规则，然后从指定的字符串中找到符合规则的子串；

python中的正则表达式分类

a.元字符　　b.模式　　c.函数　　d.re内置对象用法　　e.分组用法　　f.环视用法
所有关于正则表达式的操作都使用python标准库的re模块；