前言
近几天在做多语言版本的时候再次发现，区分各种语言真的是一件比较困难的事情，上一次做中文提取工具的就花了不少时间，这次决定用python试一试，结果写起来发现真是方便不少，自己整理了一下方便以后查找使用。
代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
#!/usr/bin/env python3# -*- coding: utf-8 -*-# find the line of containing chinese in files__author__ = 'AlbertS'import redef start_find_chinese(): find_count = 0; with open('ko_untranslated.txt', 'wb') as outfile: with open('source_ko.txt', 'rb') as infile: while True: content = infile.readline() if re.match(r'(.*[\u4E00-\u9FA5]+)|([\u4E00-\u9FA5]+.*)', content.decode('utf-8')): outfile.write(content) find_count += 1; if not content: return find_count# start to findif __name__ == '__main__': count = start_find_chinese() print("find complete! count =", count) |
原始文件
source_ko.txt文件内容
|
1
2
3
4
5
6
7
8
|
3 캐릭터 Lv.50 달성8 캐릭터 Lv.80 달성10 캐릭터 Lv.90 달성......2840 飞黄腾达4841 同归于尽8848 캐릭터 Lv.50 달 |
运行效果(ko_untranslated.txt文件)
|
1
2
|
2840 飞黄腾达4841 同归于尽 |
总结
1. 其实这段小小的代码中包含了两个常用的功能，那就是读写文件和正则表达式。
2. 这也是两个重要的知识点，其中with操作可能防止资源泄漏，操作起来更加方便。
3. 正则表达式可是一个文字处理的利器，代码中的正则可能还不太完善，后续我会继续补充更新。
以上这篇Python查找文件中包含中文的行方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/albertsh/article/details/78128042
