[已解决]删除文本中正则匹配的内容要怎么处理

swanseabrian

删除文本中正则匹配的内容要怎么处理
下面是文本中的内容
日用品{<_B4_>}雨伞
药品{<_R34_>}维生素C
生鲜{<_W32_>}鱼
衣服{<_ZA52_>}蓝球衣
鞋服{<_B41_>}球鞋
面包类{<_V23_>}长棍
我要把这文本的内容变成下面这样
日用品雨伞
药品维生素C
生鲜鱼
衣服蓝球衣
鞋服球鞋
面包类长棍
这个要怎么弄呢，
我可 以正则出来
但删除的时候，不知道怎么弄了，用w就只能写入一个别的会覆盖，用a 会追加到后面，不知道要怎么删除以前的内容呢，谢谢

最佳答案

月排行榜 / 总排行榜

suchocolate

2021-9-14 10:15:28

重新打开即可

1. import re
   
2. 
   
3. with open('test.txt', encoding='utf-8') as f:
   
4.     txt = f.read()
   
5. result = re.sub(r'\{.*?\}', '', txt)
   
6. with open('test.txt', 'w', encoding='utf-8') as f:
   
7.     f.write(result)

复制代码

跳转到最佳答案楼层

suchocolate

重新打开即可

1. import re
   
2. 
   
3. with open('test.txt', encoding='utf-8') as f:
   
4.     txt = f.read()
   
5. result = re.sub(r'\{.*?\}', '', txt)
   
6. with open('test.txt', 'w', encoding='utf-8') as f:
   
7.     f.write(result)

复制代码

swanseabrian

suchocolate 发表于 2021-9-14 10:15
重新打开即可

一次写入，厉害，我用的是readline.一行一行读的，。。。。所以搞半天也不行

swanseabrian

suchocolate 发表于 2021-9-14 10:15
重新打开即可

你好，我再请教一下，这样写回去，每一行下面多了一个空行，这个如果在这个txt文件里可以解决吗？我不想写到另外的txt里去，网上有去掉空行，就是写到另外的txt文件里去，不知道为什么正则 匹配出来的数据写回去有空行了，谢谢

suchocolate

swanseabrian 发表于 2021-9-16 15:57
你好，我再请教一下，这样写回去，每一行下面多了一个空行，这个如果在这个txt文件里可以解决吗？我不想 ...

我这执行没有出现空格。请把你那用的代码贴出来。

swanseabrian

suchocolate 发表于 2021-9-16 16:06
我这执行没有出现空格。请把你那用的代码贴出来。

日用品雨伞

药品维生素C

生鲜鱼

衣服蓝球衣

鞋服球鞋

面包类长棍 这是写进去的效果，可以去掉空行吗

swanseabrian

suchocolate 发表于 2021-9-16 16:06
我这执行没有出现空格。请把你那用的代码贴出来。

1. file = open(r"C:\Users\Administrator\Desktop\vbs\删除{}及里面内容测验用文件\专用测验\43∑44.txt",'rb')
   
2. 
   
3. rb = file.read()
   
4. f_charInfo = chardet.detect(rb)
   
5. neirong = rb.decode(f_charInfo['encoding'])
   
6. m = pattern.sub('', neirong)
   
7. print(m)
   
8. 
   
9. with open(r"C:\Users\Administrator\Desktop\vbs\删除{}及里面内容测验用文件\专用测验\43∑44.txt",'w') as f1:
   
10. 
    
11.     f1.write(m)

复制代码

这样的

suchocolate

swanseabrian 发表于 2021-9-16 17:01
这样的

请发出全部的代码，和全部的用到的txt。

swanseabrian

suchocolate 发表于 2021-9-16 17:42
请发出全部的代码，和全部的用到的txt。

import re
import os
from tkinter import *
import chardet
from tkinter.filedialog import askdirectory
from tkinter.filedialog import askopenfilename


pattern = re.compile(r'{.*?}')

file = open(r"C:\Users\Administrator\Desktop\vbs\删除{}及里面内容测验用文件\专用测验\43∑44.txt",'rb')



rb = file.read()
f_charInfo = chardet.detect(rb)
print(f_charInfo)  # 输出文本格式信息
print(f_charInfo['encoding'])  # 取得文本格式
print(rb.decode(f_charInfo['encoding']))  # 通过取得的文本格式读取txt
neirong = rb.decode(f_charInfo['encoding'])
m = pattern.sub('', neirong)
print(m)


with open(r"C:\Users\Administrator\Desktop\vbs\删除{}及里面内容测验用文件\专用测验\43∑44.txt",'w') as f1:

    f1.write(m)

swanseabrian

suchocolate 发表于 2021-9-16 17:42
请发出全部的代码，和全部的用到的txt。

链接：https://pan.baidu.com/s/1pWmVImlwwJvJs-KMOl4EmA
提取码：1111
这是TXT

suchocolate

1. import re
   
2. import chardet
   
3. 
   
4. 
   
5. with open('test.txt', 'rb') as f:  # 检测编码类型，用with open打开文件，python会自动关闭文件，避免忘记关闭文件。刚刚你的代码没有关闭文件。
   
6.     rb = f.read()
   
7. code = chardet.detect(rb)['encoding']
   
8. 
   
9. with open('test.txt', encoding=code) as f:  # 用检测到的再打开一次，获取文本内容并替换。
   
10.     txt = f.read()
    
11. result = re.sub(r'\{.*?\}', '', txt)
    
12. 
    
13. with open("test.txt", 'w', encoding='utf-8') as f:  # 向文本写入，旧的会被擦除。
    
14.     f.write(result)
    

复制代码

swanseabrian

suchocolate 发表于 2021-9-16 18:22

哎呀，真的是，不关闭就多换行呀，这么奇怪吗

swanseabrian

suchocolate 发表于 2021-9-16 18:22

不是呀，我循环操作就出问题，不循环单独操作一个没问题，百度网盘的链接审核通过了，您 看可以测试一下吗，循环操作一下看会不会有空格 ，谢谢

swanseabrian

suchocolate 发表于 2021-9-16 18:22

1. from tkinter.filedialog import askdirectory
   
2. from tkinter.filedialog import askopenfilename
   
3. 
   
4. import tkinter.messagebox
   
5. 
   
6. 
   
7. def selectfile():
   
8. 
   
9. 
   
10.   dir1 = askdirectory()
    
11. 
    
12. 
    
13.   pattern = re.compile(r'{.*?}')
    
14. 
    
15. 
    
16.   for file in os.listdir(dir1):
    
17.       if os.path.isfile(os.path.join(dir1, file)) == True:
    
18.           filepath = os.path.join(dir1, file)
    
19.           with open(filepath, 'rb') as f:
    
20.               rb = f.read()
    
21.               f_charInfo = chardet.detect(rb)
    
22.    
    
23.               neirong = rb.decode(f_charInfo['encoding'])
    
24.               m = pattern.sub('', neirong)
    
25.               with open(filepath, "w" ) as f1:
    
26.                   f1.write(m)
    
27.   tkinter.messagebox.showinfo('提示', '操作完成')
    
28. 
    
29. root = Tk()
    
30. root.title('删除大括号')
    
31. root.resizable(0,0)
    
32. root.geometry('250x150')
    
33. Button(root, text = "路径选择", command = selectfile).pack()
    
34. 
    
35. root.mainloop()

复制代码

这是全部代码

suchocolate

swanseabrian 发表于 2021-9-17 10:18
这是全部代码

1. from tkinter.filedialog import askdirectory
   
2. import tkinter.messagebox
   
3. from tkinter import *
   
4. import os
   
5. import chardet
   
6. 
   
7. 
   
8. def selectfile():
   
9.     dir1 = askdirectory()
   
10.     pattern = re.compile(r'{.*?}')
    
11.     for file in os.listdir(dir1):
    
12.         if os.path.isfile(os.path.join(dir1, file)):
    
13.             filepath = os.path.join(dir1, file)
    
14.             with open(filepath, 'rb') as f:
    
15.                 rb = f.read()
    
16.             code = chardet.detect(rb)['encoding']
    
17.             with open(filepath, encoding=code) as f:
    
18.                 m = pattern.sub('', f.read())
    
19.             with open(filepath, "w") as f:
    
20.                 f.write(m)
    
21.     tkinter.messagebox.showinfo('提示', '操作完成')
    
22. 
    
23. 
    
24. root = Tk()
    
25. root.title('删除大括号')
    
26. root.resizable(0, 0)
    
27. root.geometry('250x150')
    
28. Button(root, text="路径选择", command=selectfile).pack()
    
29. 
    
30. root.mainloop()
    

复制代码

swanseabrian

suchocolate 发表于 2021-9-17 22:04

老铁。为什么会是这句的问题 rb.decode，这上句造成的 多空行，神奇啊

suchocolate

swanseabrian 发表于 2021-9-18 08:21
老铁。为什么会是这句的问题 rb.decode，这上句造成的 多空行，神奇啊

通过尝试发现，用rb方式读取的文本经过decode后再写入文件，就会出现这个问题，如果是r方式读取再写入就不会。
你可以用以下两种代码尝试一下：

1. rb decode方式：

1. import re
   
2. 
   
3. with open('32424.txt', 'r') as f:
   
4.     print('32424.txt 原始内容 f.readlines():', f.readlines())
   
5.     print('=' * 100)
   
6. 
   
7. with open('32424.txt', 'rb') as f:
   
8.     txt = f.read().decode('gbk')
   
9.     print('以rb方式读取decode之后内容', repr(txt))
   
10.     print('=' * 100)
    
11.     w = re.sub(r'\{.*?\}', '', txt)
    
12.     print('替换后：', repr(w))
    
13.     print('=' * 100)
    
14. 
    
15. with open('32424_result1.txt', 'w') as f:
    
16.     f.write(w)
    
17. 
    
18. with open('32424_result1.txt') as f:
    
19.     print('32424_result1.txt f.readlines():', f.readlines())
    
20.     print('=' * 100)
    

复制代码

2. r 方式：

1. import re
   
2. 
   
3. with open('32424.txt', 'r') as f:
   
4.     print('32424.txt 原始内容 f.readlines():', f.readlines())
   
5.     print('=' * 100)
   
6. 
   
7. with open('32424.txt', 'r') as f:
   
8.     txt = f.read()
   
9.     w = re.sub(r'\{.*?\}', '', txt)
   
10.     print('替换后：', repr(txt))
    
11.     print('=' * 100)
    
12. 
    
13. with open('32424_result2.txt', 'w') as f:
    
14.     f.write(w)
    
15. 
    
16. with open('32424_result2.txt') as f:
    
17.     print('32424_result2.txt f.readlines():', f.readlines())
    
18.     print('=' * 100)
    

复制代码

如果想规避这个问题，可以在rb方式保存文件时，使用newline=''参数：

1. with open('32424_result1.txt', 'w', newlin='') as f:
   
2.     f.write(w)

复制代码

swanseabrian

suchocolate 发表于 2021-9-18 10:20
通过尝试发现，用rb方式读取的文本经过decode后再写入文件，就会出现这个问题，如果是r方式读取再写入 ...

我还是不用decode了吧，谢谢，大神