时间戳

首页 > 解决方案 > 如何读取多个文本文件，我们只读取同一组的所有文本文件？

python - 如何读取多个文本文件，我们只读取同一组的所有文本文件？

问题描述

我的目录中有几个这样的文本文件，

id-2020-01-21-22.txt
id-2020-01-21-23.txt
id-2020-01-22-00.txt
id-2020-01-22-01.txt
id-2020-01-22-02.txt
id-2020-01-23-00.txt
id-2020-01-24-00.txt

那么我怎样才能像我首先一起阅读id-2020-01-21-22.txt&一样阅读它们id-2020-01-21-23.txt，将它们制作成一个数据框，将它们写入一个组合文本文件，然后id-2020-01-22-00.txt& id-2020-01-22-01.txt&id-2020-01-22-02.txt一起，将它们写入一个数据框等等，直到目录中的最后一个文件.

所有文本文件的内部结构如下所示：

100232323\n
903812398\n
284934289\n
{empty line placeholder}

没有标题，但每个文本文件的末尾都有一个空行。我是python新手，如果你能帮助我，不胜感激。

这是我已经走了多远：

import os

new_list = []
for root, dirs, files in os.walk('./textFilesFolder'):
    for file in files:
        if file.endswith('.txt'):
            with open(os.path.join(root, file), 'r') as f:
                text = f.read()
                new_list.append(text)


print(new_list)

标签： pythonpython-3.xtext-files

解决方案

您需要将每小时文件连接在一起的每日摘要。好的，很好。

创建一个 Ymd 日期正则表达式：

import re

date_re = re.compile(r'^id-(\d{4}-\d{2}-\d{2})-\d{2}\.txt$')
prev_date = None

现在在您的循环中，您可以将现有的替换为if：

        m = date_re.search(file)
        if m:
            date = m.group(1)
            print(f'Working on day {date} ...')
            ...
            prev_date = date

解析出日期后，您现在可以注意到它何时发生变化，也许可以通过比较是否prev_date == date，并采取适当的措施，例如写入新文件。

或者考虑使用with open(f'output-{date}.txt', 'a') as fout: 让您附加到（可能已经存在的）文件。这样文件系统就会为您记住事情，而不是需要跟踪程序中的更多变量。

顺便说一句，您的使用walk()非常好，对此表示赞赏。但是对于这个文件目录，结构很简单，您可以使用glob：

new_list = []
for file in glob.glob('id-*.txt'):
    ...

编辑

假设我们从一个清晰的石板开始，没有输出文件：

$ rm output-*.txt

然后我们可以在一个循环中追加，类似于$ cat hour01 hour02 > day31. 或者，同样的事情，类似于$ rm day31; cat hour01 >> day31; cat hour02 >> day31.

        m = date_re.search(file)
        if m:
            date = m.group(1)
            print(f'Working on day {date} ...')
            with open(file) as fin:
                with open(f'output-{date}.txt', 'a') as fout:
                    fout.write(fin.read())

就是这样，你完成了！我们阅读每小时的文本，并将其写入每日文件的末尾。

我提到rm上面的原因是，如果你在调试并且你运行了两次或 N 次，你最终会得到一个比你希望的大 N 倍的输出文件。

推荐阅读