使用正则表达式进行文件处理和文件创建的分隔

Question

我有一个文本文件，其中包含成千上万名学生的工作卷编号，并具有他们的工作卷编号，其中包含学生姓名类别，班级，电话号码，父亲的姓名，母亲的姓名，地址，血统和几个字段和

[[我必须使用血型将它们隔离在单独的文件中，例如血型A +应该放在一个A + .txt中，类似地，对于其他血型，我必须将它们分开

我正在使用正则表达式获取，但不知道如何直接获取文件名并将其输入该文件中

Answer 1

鉴于您提供的信息很少，我将不得不做很多猜测工作，但这是可行的。

所以考虑，您的文本文件看起来像这样-

名称= Shunzo Roll No-19227 Blood Group-A +父亲的名字=破折号母亲的名字=破折号

Name = Foo Roll No-19527 Blood Group-B父亲的名字=破折号母亲的名字=破折号

您将使用re.findall在整个数据上运行一个正则表达式，这将为您提供元组列表。

这是正则表达式-^Name=(.+) Roll No-(.+) Blood Group-(.+) father's name=(.+) mother's name=(.+)$

这里是live demo

现在，您需要遍历结果，记住索引及其对应的含义-

0th->名称
• 1st-> Roll No
• 第二->血型
• 3rd->父亲的名字
• 4th->母亲的名字

因此，在循环时，您必须检查第二个索引以获取文件名并通过它进行相应的处理-

import re

# Initiallize the pattern
DATA_PATTERN = re.compile(r"^Name=(.+) Roll No-(.+) Blood Group-(.+) father's name=(.+) mother's name=(.+)$", flags=re.MULTILINE)

# Read the data
with open('test.txt', 'r') as file:
    content = file.read()

# Parse the data
results = DATA_PATTERN.findall(content)

# Iterate through the results
for entry in results:
    print(entry[2])
    # entry[2] is the blood group, this is your file name
    # If the file name doesn't exist, create it and put the data in
    # If it exists, append the data

编辑：众所周知，您可以在该循环中执行任何操作，每次循环打开和关闭每个文件都不是一个好主意，您可以根据entry[2]首先组织列表，但这仅仅是一个例子，这个问题只询问正则表达式以及如何提取文件名。
替代解决方案
如果您知道数据中将出现的每个血型，则可以运行与每个血型相对应的多个正则表达式。因此，如果您运行此正则表达式
^Name=(.+) Roll No-(.+) Blood Group-A\+ father's name=(.+) mother's name=(.+)$
您将获得属于A +血型的所有条目的元组列表。现在，您只需将整个列表直接写入A+.txt文件即可。
此解决方案与原始解决方案的区别在于，这不需要拆分最终结果列表，而是在同一文件上需要多个正则表达式。
我个人更喜欢原始解决方案，因为这两个之间的性能差异无可争议，因此您需要的原始代码更少