<think>我们根据需求，需要实现以下功能： 1. 读取一个txt文件 2. 识别包含特定字符串（一个或多个）的行 3. 将匹配的行保存到CSV文件中（每行在CSV中作为一行，可以包含行号、匹配内容等） 我们可以设计一个函数，允许用户指定： - 输入txt文件路径 - 输出csv文件路径 - 要匹配的关键字列表（多个关键字） - 是否区分大小写 - 是否包含上下文行（例如前后几行） 但是考虑到用户需求中并没有提到上下文行，我们先实现基本功能：匹配包含任意一个关键字的行，并记录行号。 参考引用中的方法，我们可以逐行读取txt，然后检查每一行是否包含关键字（支持多个关键字），如果包含则将该行内容以及行号写入CSV。 另外，根据引用[1]和[4]中的方法，使用csv模块来写入CSV文件。 我们将设计一个函数，可以指定关键字列表，并且可以选择是否区分大小写。 具体步骤： 1. 打开txt文件（注意编码，使用参数指定，默认utf-8） 2. 打开csv文件（用于写入） 3. 逐行读取txt文件，记录行号 4. 对每一行，检查是否包含关键字列表中的任意一个关键字（如果忽略大小写，则先将行和关键字都转换为小写） 5. 如果匹配，则将该行的行号、行内容（去除换行符）写入csv的一行 6. 可以添加一个表头 同时，我们可以统计匹配的行数，并在最后输出一些统计信息。 下面给出代码： </think> 以下是一个基于Python的实现代码，它将从TXT文件中识别包含指定关键词的行，并将结果保存到CSV文件中： ```python import csv import re def extract_keyword_lines(txt_path, csv_path, keywords, case_sensitive=False, encoding='utf-8'): """ 从TXT文件中提取包含指定关键词的行并保存到CSV 参数: txt_path: 输入TXT文件路径 csv_path: 输出CSV文件路径 keywords: 要查找的关键词列表(支持多个关键词) case_sensitive: 是否区分大小写(默认不区分) encoding: 文件编码(默认utf-8) """ try: # 准备正则表达式模式 flags = 0 if case_sensitive else re.IGNORECASE pattern = re.compile('|'.join(map(re.escape, keywords)), flags) with open(txt_path, 'r', encoding=encoding) as txt_file, \ open(csv_path, 'w', newline='', encoding=encoding) as csv_file: writer = csv.writer(csv_file) # 写入CSV表头 writer.writerow(['行号', '匹配内容', '匹配关键词']) line_count = 0 match_count = 0 for line in txt_file: line_count += 1 # 检查是否匹配关键词 match = pattern.search(line) if match: match_count += 1 matched_keyword = match.group(0) # 移除行尾换行符 clean_line = line.rstrip('\n') # 写入CSV: 行号+匹配内容+匹配的关键词 writer.writerow([line_count, clean_line, matched_keyword]) print(f"处理完成! 共扫描 {line_count} 行, 找到 {match_count} 处匹配") print(f"结果已保存至: {csv_path}") return True except FileNotFoundError: print(f"错误: 文件不存在 {txt_path}") return False except UnicodeDecodeError: print(f"错误: 编码问题, 请尝试使用其他编码(如gbk)") return False except Exception as e: print(f"未知错误: {str(e)}") return False # 示例用法 if __name__ == "__main__": # 设置参数 input_file = "input.txt" # 输入TXT文件 output_file = "output.csv" # 输出CSV文件 search_keywords = ["error", "warning", "critical"] # 要查找的关键词 # 执行提取 extract_keyword_lines(input_file, output_file, search_keywords) ``` ### 功能说明： 1. **多关键词支持**： - 可同时搜索多个关键词（如 `["error", "warning"]`) - 自动识别匹配的具体关键词 2. **大小写控制**： - 默认不区分大小写（可通过 `case_sensitive=True` 参数修改） 3. **输出格式**： ```csv 行号,匹配内容,匹配关键词 5,2023-01-01 ERROR: 文件加载失败,ERROR 18,Warning: 内存不足,warning ``` 4. **错误处理**： - 自动处理文件不存在、编码错误等情况 - 支持不同编码格式（如GBK处理中文） ### 使用示例： 假设 `input.txt` 内容： ``` 系统启动中... 加载配置文件: 成功 ERROR: 模块A初始化失败 连接数据库: 127.0.0.1 数据库连接成功 WARNING: 内存使用率过高 ERROR: 未找到用户配置 Critical error: 服务终止 ``` 运行后 `output.csv` 内容： ``` 行号,匹配内容,匹配关键词 3,ERROR: 模块A初始化失败,ERROR 6,WARNING: 内存使用率过高,WARNING 7,ERROR: 未找到用户配置,ERROR 8,Critical error: 服务终止,Critical ``` ### 高级用法： 1. **添加上下文行**（包含匹配行前后内容）： ```python context_lines = 2 # 前后各2行 # 在循环中保存上下文 context = [] for i, line in enumerate(txt_file): context.append(line.rstrip('\n')) if len(context) > 2*context_lines + 1: context.pop(0) if pattern.search(line): # 写入上下文行 writer.writerow([i+1-context_lines, '\n'.join(context[:context_lines])]) writer.writerow([i+1, line.rstrip('\n'), "匹配行"]) writer.writerow([i+1+1, '\n'.join(context[-context_lines:])]) ``` 2. **处理大文件**（逐块读取）： ```python chunk_size = 1024*1024 # 1MB块 buffer = "" for chunk in iter(lambda: txt_file.read(chunk_size), ''): buffer += chunk lines = buffer.split('\n') buffer = lines.pop() # 保留未完成的最后一行 # 处理lines中的完整行 ``` 3. **结果排序**（按频率）： ```python from collections import Counter keyword_counts = Counter() # 在匹配时计数 keyword_counts[matched_keyword] += 1 # 最后按频率排序 sorted_keywords = sorted(keyword_counts.items(), key=lambda x: x[1], reverse=True) ``` 此实现参考了CSV文件处理的最佳实践[^1][^4]，并针对关键词提取场景进行了优化，支持多关键词、大小写控制和错误处理。