问题描述
我是 Python 的新手。 我的问题是：我想将一个模式与一个大文件进行匹配，并从中返回匹配的行（不仅仅是匹配的字符串）。 我不想为此使用 FOR 循环，因为我的文件很大。 我正在使用mmap来读取文件。
在上面的文件中，如果我搜索bhuvi ，我应该得到 2 行， bhuvi和bhuvi Kumar
我为此使用了 re.findall()，但它只返回子字符串，而不是整行。
有人可以建议我在这里做什么吗？
1楼
如果输入文件是巨大的，你不能使用readlines ，但没有阻止你读一行在一个循环。
由于文件对象是可迭代的，您可以将循环编写为：
for line in fh:
并在循环内处理输入行的内容。
文件大小并不重要，因为您不会尝试一次读取所有行。
要检查该行中是否存在您的字符串 ( bhuvi )，请使用re.search ，而不是re.findall 。
其实你不需要匹配任何名单，就足以找到一个匹配（它的工作原理更快）。
下面是一个示例程序（ Python 3.7 ），编写包含字符串的行以及行号：
import re
cnt = 0
with open('input.txt') as fh:
for line in fh:
line = line.rstrip()
cnt += 1
if re.search('bhuvi', line):
print(f'{cnt}: {line}')
请注意，我使用rstrip()删除了尾随的换行符（如果有）。
在您的评论后编辑：
您写道要检查的文件很大。 因此，如果您尝试将其全部读入计算机内存，则存在程序内存不足的风险。
在这种情况下，您必须逐块读取文件并分别在每个块中执行搜索。
还有一种风险是，包含??您正在查找的文本的行将在一个块中部分读取，其余部分在下一个块中读取，因此您必须采取一些措施在程序中避免这种情况。
另一方面，如果除了使用mmap没有其他方法，请尝试类似re.finditer(r'[^\\n]*bhuvi[^\\n]*', map) ，即创建一个迭代器寻找：
- 除\\n之外的字符序列。
- 你的字符串。
- 除\\n之外的另一个字符序列。
这样迭代器返回的匹配对象将匹配整行，而不是单独的字符串。