在Python编程实践中，查找并提取文件中包含特定字符串的行是一项极为常见且基础的任务。无论是进行系统日志分析、提取关键错误信息，还是在海量数据文件中进行初步的数据筛选，这种文本处理能力都发挥着至关重要的作用。其核心逻辑并不复杂，主要包含三个步骤：首先打开并读取目标文件的内容，其次逐行遍历并判断当前行是否包含预设的目标字符串，最后将符合条件的行及其相关信息输出或保存。掌握这一技能，能够帮助开发者在面对庞杂的文本数据时，快速定位关键信息，从而大幅提升工作效率。
基础读取与全量匹配机制
在最基础的实现方案中，开发者通常会使用Python内置的open函数来打开目标文件，并借助readlines方法将文件的所有行一次性读取到一个列表中。随后，通过循环遍历这个列表，利用成员运算符in来检查每一行是否包含目标字符串。这种方法逻辑直观，代码结构清晰，非常适合处理体积较小的文本文件。
需要注意的是，readlines方法在读取每一行时，会保留行末的换行符。因此，在输出匹配结果时，通常需要使用strip方法去除这些多余的空白字符，以保证控制台输出的整洁。此外，为了更清晰地定位匹配内容，可以结合enumerate函数来获取当前行的行号，从而在打印时提供更有价值的上下文信息。
# 定义目标文件路径和需要查找的目标字符串
file_path = "application_log.txt"
target_string = "ERROR"
# 使用with语句确保文件在使用后能够被正确关闭
with open(file_path, "r", encoding="utf-8") as file:
# 一次性读取文件的所有行到列表中
all_lines = file.readlines()
# 遍历列表，enumerate用于同时获取行号和行内容
for line_number, line_content in enumerate(all_lines, start=1):
# 判断目标字符串是否存在于当前行中
if target_string in line_content:
# 打印行号并去除行末的换行符
print(f"匹配到目标 -> 行号: {line_number}, 内容: {line_content.strip()}")
大文件场景下的内存优化与高级匹配
虽然全量读取的方式在小文件处理中表现良好，但当面对动辄数百兆甚至数吉字节的超大日志文件时，readlines会将整个文件加载到内存中，这极易导致内存溢出或系统性能急剧下降。为了解决这一瓶颈，Python提供了更为优雅的迭代器机制。文件对象本身就是一个可迭代对象，我们可以直接在for循环中遍历文件对象，从而实现逐行读取。这种方式在任意时刻只在内存中保留当前正在处理的一行数据，极大地降低了内存消耗。
在逐行读取的基础上，我们还可以进一步扩展匹配逻辑。例如，在实际的日志分析中，错误信息的大小写可能并不统一。为了避免因大小写差异而导致的关键信息遗漏，我们可以在匹配前将目标字符串和当前行的内容统一转换为小写或大写。这种忽略大小写的匹配策略，能够显著提高数据筛选的召回率，确保搜索结果的完整性。
file_path = "system_log.txt"
target_string = "warning"
# 提前将目标字符串转换为小写，避免在循环中重复转换
target_lower = target_string.lower()
with open(file_path, "r", encoding="utf-8") as file:
line_number = 1
# 直接迭代文件对象，实现逐行读取，优化内存使用
for line in file:
# 将当前行内容也转换为小写后进行包含判断
if target_lower in line.lower():
print(f"发现警告信息 -> 第 {line_number} 行: {line.strip()}")
line_number += 1
健壮性设计与异常处理机制
在实际的生产环境中，文件操作往往伴随着各种不可预见的风险。例如，目标文件可能因为路径配置错误而不存在，或者文件的实际编码与代码中指定的编码不一致。如果不对这些潜在问题进行干预，程序将会直接抛出异常并崩溃。因此，引入完善的异常处理机制是编写健壮代码的必要环节。
通过try-except代码块，我们可以精准捕获FileNotFoundError和UnicodeDecodeError等常见异常。当文件不存在时，程序可以输出友好的提示信息并优雅退出，而不是抛出一长串令人生畏的堆栈跟踪；当遇到编码不匹配时，也能及时提醒开发者检查文件编码格式。此外，在处理包含特殊字符（如制表符或不可见控制字符）的目标字符串时，也需要确保字符串的转义和处理逻辑正确无误，以免引发匹配失败。
file_path = "data_record.txt"
target_string = "timeout"
try:
with open(file_path, "r", encoding="utf-8") as file:
for line_number, line in enumerate(file, start=1):
if target_string in line:
print(f"行 {line_number}: {line.strip()}")
except FileNotFoundError:
print(f"操作失败：无法找到指定的文件 '{file_path}'，请检查路径是否正确。")
except UnicodeDecodeError:
print("操作失败：文件编码解析错误，请确认文件是否采用 UTF-8 编码。")
except Exception as e:
print(f"发生未知错误：{e}")
综上所述，在Python中查找并打印文件中包含指定字符串的行，虽然基础逻辑简单，但在实际应用中需要根据文件大小、匹配精度要求以及运行环境的复杂性进行针对性的优化。从基础的全量读取到面向大文件的逐行迭代，再到忽略大小写的高级匹配与严密的异常处理，每一个环节的改进都能显著提升代码的执行效率与稳定性。掌握这些文本处理技巧，不仅能够帮助开发者更高效地完成日常的数据清洗与日志排查任务，也为后续进行更复杂的自然语言处理或大数据分析奠定了坚实的工程基础。