目的

　特定の文字列を含まない行だけを抽出します。

ポイント

　このような時はpythonのinが便利です。

　ある文字列Aに文字列Bが含まれているかどうかは以下の構文で判定できます。

[文字列B] in [文字列A]

　戻り値は論理値です。

実例

　inを使って特定の文字列を含まない行だけを抽出します。

　例えば、以下の文章から特定のワードを含まない行のみを取得したいとします。

example.txt

机の上にりんごがあります。
机の上にリンゴがあります。
There is an apple on the table.
机の上にばなながあります。
机の上にバナナがあります。
There is a banana on the table.

　除外したいワードのリストは以下のものとします。

filter.txt

りんご
apple
バナナ

　そのような場合のスクリプトは以下のようになります。

fitrHavingLine.py

#!/usr/local/bin/python3
# -*- coding: utf-8 -*-

"""
参照ファイル上のデータを含まない行を出力する。
"""
__author__  = "Kazuki Nakamae <kazukinakamae@gmail.com>"
__version__ = "0.00"
__date__    = "2 Jun 2017"

import sys

def fitrHavingLine(infn,reffn,outfn):
    """
    @function   fitrHavingLine();
    参照ファイル上のデータを含まない行を出力する。
    @param  {string} infn :   入力ファイル
    @param  {string} refdir :   参照ファイル
    @param  {string} outfn :   出力ファイル
    """

    inf = open(infn, 'r')
    for infline in inf:
        isNothing = True
        ref = open(reffn, 'r')
        # 参照ファイル上の文字列が存在すれば判定をFalseにする
        for refline in ref:
            if refline.strip() in infline:
                isNothing=False
                break
        ref.close()
        if isNothing:
            outf    =   open(outfn, 'a')
            outf.write(infline)
            outf.close()
    inf.close()


if __name__ == '__main__':
    argvs = sys.argv
    argc = len(argvs)

    if (argc != 4):   # 引数チェック
        print("USAGE : python3 fitrHavingLine.py <INPUT FILE> <REFERENCE FILE> <OUTPUT FILE>")
        quit()

    fitrHavingLine(argvs[1],argvs[2],argvs[3])
quit()

　bash に以下を入力します。

python3 fitrHavingLine.py example.txt filter.txt out.txt

　出力は以下の通りになります。

out.txt

机の上にリンゴがあります
机の上にばなながあります
There is a banana on the table.

　
おわりに

if refline.strip() in infline:
                isNothing=False
                break

　の部分をいじれば逆に特定の文字を含む行や、あるいは特定の行のみを加工することが可能でしょう。

　csv ファイルなどで多様な項目が存在するデータを捌く際に便利かもしれません。

　以上です。ありがとうございました。