[教程]揭秘Python高效提取TXT内容，轻松生成新文件！

在Python中，处理文本文件是一项基本且常见的任务。提取TXT文件中的内容并生成新文件是一个实用的技能，无论是在数据科学、文本分析还是日常编程中。本文将详细介绍如何在Python中高效地提取TXT内...

在Python中，处理文本文件是一项基本且常见的任务。提取TXT文件中的内容并生成新文件是一个实用的技能，无论是在数据科学、文本分析还是日常编程中。本文将详细介绍如何在Python中高效地提取TXT内容，并轻松生成新的文件。

导入必要的库

首先，我们需要导入Python中处理文件的标准库os和re。

import os
import re

读取TXT文件

为了读取TXT文件，我们可以使用Python的内置函数open()。这个函数允许我们以读取模式打开文件，并返回一个文件对象。

def read_txt_file(file_path): with open(file_path, 'r', encoding='utf-8') as file: content = file.read() return content

在这个函数中，'r'代表读取模式，encoding='utf-8'确保文件以UTF-8编码读取，这对于包含非ASCII字符的文件很重要。

提取文本内容

一旦我们有了文件内容，我们可以使用正则表达式（regex）来提取特定的文本。正则表达式是处理字符串的强大工具，它可以用来查找、替换和操作文本。

def extract_text_by_regex(content, pattern): matches = re.findall(pattern, content) return matches

在这个函数中，re.findall()返回所有匹配正则表达式的子串。

生成新文件

提取文本后，我们可以将其写入一个新的TXT文件。

def write_to_new_file(file_path, content): with open(file_path, 'w', encoding='utf-8') as file: file.write(content)

这个函数以写入模式打开文件，并使用write()方法将内容写入。

完整示例

以下是一个完整的示例，展示如何读取一个TXT文件，提取所有电子邮件地址，并将它们写入一个新的文件。

# 读取原始文件
original_content = read_txt_file('original.txt')
# 提取电子邮件地址
email_pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
emails = extract_text_by_regex(original_content, email_pattern)
# 生成新文件
new_file_path = 'emails.txt'
write_to_new_file(new_file_path, '\n'.join(emails))
print(f"Emails have been extracted and written to {new_file_path}")

在这个例子中，我们使用正则表达式\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b来匹配电子邮件地址。

总结

通过使用Python的内置库和正则表达式，我们可以高效地读取、提取和写入文本文件。上述步骤和代码示例为处理TXT文件提供了一个坚实的基础，你可以根据需要调整和扩展这些功能。