python - 使用Python将日记文件拆分为多个文件

Question

我保留技术笔记的日记文件。每个条目都带有时间戳，如下所示:

# Monday 02012-05-07 at 01:45:20 PM

This is a sample note

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod
tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam,
quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo
consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse
cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non
proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

# Wednesday 02012-06-06 at 03:44:11 PM

Here is another one.

Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia 
deserunt mollit anim id est laborum.

想根据时间戳 header 将这些笔记分解成单独的文件。例如这是一个示例 note.txt，这是另一个很长的 title.txt。我确定我必须在某个时候截断文件名，但我的想法是根据日记条目的第一行为文件名设置种子。

我似乎无法通过 python 修改文件的创建日期，因此我想将条目时间戳保留为笔记正文的一部分。

我有一个 RegEx 模式来捕获适合我的时间戳:

#(\s)(Monday|Tuesday|Wednesday|Thursday|Friday|Saturday|Sunday)(\s)(.*)

并且可能会使用该正则表达式遍历文件并将每个条目分解，但我不太确定如何遍历日记文件并将其分解为单独的文件。有很多获取实际正则表达式模式或特定行的示例，但我想在这里做更多的事情，但在将它们组合在一起时遇到了一些困难。

这是所需文件内容的示例(日期戳 + 所有文本直到下一个日期戳匹配):

bash$ cat This\ is\ a\ sample\ note.txt
Monday 02012-05-07 at 01:45:20 PM

This is a sample note

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod
tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam,
quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo
consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse
cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non
proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

bash$

Answer 1

这是一般的 ;-) 方法:

f = open("diaryfile", "r")
body = []
for line in f:
    if your_regexp.match(line):
        if body:
            write_one(body)
        body = []
    body.append(line)
if body:
    write_one(body)
f.close()

简而言之，您只需将所有行附加到列表 (body)。当你找到一条神奇的线时，你调用 write_one() 来转储你目前拥有的内容，并清除列表。该文件的最后一 block 是一个特例，因为您不会再找到神奇的正则表达式。所以你在循环后再次转储你拥有的东西。

您可以在 write_one() 函数中进行任何您喜欢的转换。例如，听起来您想从输入时间戳行中删除前导“#”。没关系 - 就去做吧，例如，

body[0] = body[0][2:]

在 write_one 中。所有的行都可以一口气写出来，例如，

with open(file_name_extracted_from_body_goes_here, "w") as f:
    f.writelines(body)

您可能想先检查该文件是否不存在!如果它像我的日记一样，许多条目的第一行将是“糟糕的一天”。 ;-)