python之Python中的多行变成单行

我有一个文件如下:

>abc 
AAA 
AAA 
>dfgg 
BBBBB 
BBBBB 
BB 
>zzz 
CCCCC 
CCC 

我想要的输出是:

>abc 
AAAAAA 
>dfgg 
BBBBBBBBBBBB 
>zzz 
CCCCCCCC 

也就是把多行变成单行。

我写了下面的代码:

f = open('test.txt', 'r') 
currentline = "" 
for line in f: 
    if line.startswith('>'): 
        line = line.rstrip('\n') 
        print line 
    else: 
        line = line.rstrip('\n') 
        currentline = currentline + line 
        print currentline 
f.close() 

当然，这是不对的，因为 currentline 一直在增长直到结束。我不知道如何更新 currentline 并按指示打印输出。

我知道一种选择是使用 f.read() 或 f.readlines() 读取整个文件，并将文件视为字符串或列表，但作为该文件非常大，每一行不是以'>'开头的可以达到2000万个字符，我认为最好不要一次将整个文件读入内存并逐行处理。请让我知道您对此有何看法。

感谢您的帮助!

请您参考如下方法:

一个天真的解决方案:

from itertools import groupby 
 
with open('data.txt') as f: 
    for key, group in groupby(f, lambda s: s.startswith('>')): 
        print(''.join(s.rstrip('\n') for s in group)) 

这仅适用于以 > 开头的行都是单行，它们在您的示例中。为了避免连接那些你可以做这样的事情:

from itertools import groupby, count 
 
counter = count() 
with open('data.txt') as f: 
    for key, group in groupby(f, lambda s: next(counter) if s.startswith('>') else -1): 
        print(''.join(s.rstrip('\n') for s in group)) 

关键是groupby的关键函数: count()是一个简单地生成整数序列 0、1、2 的生成器。这意味着每个 >行获得自己的唯一键，而所有其他行获得键 -1并且被组合在一起，除非 >线路介入。

事实上，可以使用任何保持组唯一性的表达式，它不一定是计数器。例如你可以使用这个:

lambda s: object() if s.startswith('>') else None 

文件迭代和groupby都是惰性的，所以组将在读取组后的行后立即输出。