如何将元组的字符串转换为python中的列表？

Question

所以标题听起来很奇怪，因为也许我的问题很奇怪......我有一个 .txt 文件，其中包含来自不同程序的数千行机器输出，格式如下：

candidates(6,1,0,5,[ev(-1000,'C0009814','Stenosis','Acquired stenosis',[stenosis],[patf])])

本质上，我们有'candidates'标记一个元组的开始，'ev'标记单个元素列表中第二个元组的开始。当我从文件中将所有这些读入 python 时，它会作为字符串读入。但我需要一个对象，这样我就可以访问元组的第 n 个索引。真的，我很高兴能找到一种方法来始终从该字符串中获取 ev() 元组的最后一个值，在本例中为 'patf'。

我曾考虑只在 ',' 上进行拆分，但这并不总是成功，因为列表 '[stenosis]' 中的列表有时可能具有像 '[regurgitation, aortic]' 这样的值。额外的 ',' 将列表索引抛出 1，因此它返回 'aortic]' 而不是 '[patf]'。

如果我可以澄清任何事情，或者我是否认为某些知识是理所当然的，在解决这个问题之前需要说出来，请告诉我。非常感谢。我还包括了下面的第二个示例，它说明了拆分“，”的问题。

candidates(8,1,0,7,[ev(-875,'C0003501','Aortic Valve','Aortic valve structure',[aortic,valve],[bpoc])])

编辑：我猜这个对象不需要是一个列表。相同格式的元组效果很好。只要我能始终如一地引用一个索引来获取我需要的信息。谢谢！

编辑 2：我使用 python 2.7.6

Answer 1

如果您的数据始终采用相同的格式，最快的方法是使用正则表达式（模块re），如果您知道如何使用的话。

否则，这是一个非常难看的 hack，您可以尝试使用 eval“解析”数据。这是一个例子：

eval_globals = {
    "candidates": lambda *args: args,
    "ev": lambda *args: args,
    "aortic": "aortic",
    "valve": "valve",
    "bpoc": "bpoc",
    # Add more of the keywords you need here
}
result = eval(line, eval_globals)        

Answer 2

只需在 [.所以你可以做 s.split('[')[-1].split(']')[0] 其中 s 是文件中的一行...

Answer 3

您有一个嵌套语法，您正在尝试解析。尽管它的范围很窄，所以可以构造正则表达式 来处理它，但它会很脆弱。就像，真的脆弱。

尝试使用ast。这有点复杂，所以我会尝试通过一个例子来解释（哈哈）。如果你想要 tl;dr，请跳到中间/结尾。

我们正在列表节点中寻找一个名字，所以我们可以从那里开始。

import ast

s = "candidates(6,1,0,5,[ev(-1000,'C0009814','Stenosis','Acquired stenosis',[stenosis],[patf])])"

mod = ast.parse(s)

for node in ast.walk(mod):
    if isinstance(node, ast.List):
        print(node, list(ast.iter_child_nodes(node)))

<_ast.List object at 0xb3f2ddec> [<_ast.Call object at 0xb3f2de0c>, <_ast.Load object at 0xb712756c>]
<_ast.List object at 0xb3f2deec> [<_ast.Name object at 0xb3f2df0c>, <_ast.Load object at 0xb712756c>]
<_ast.List object at 0xb3f2df2c> [<_ast.Name object at 0xb3f2df4c>, <_ast.Load object at 0xb712756c>]

我们看到语法树中有三个ast.List 节点。第一个将是调用ev 的外部列表，而两个内部列表将包含那些裸露的ast.Name 节点。这就是我们想要达到的目标 - 你特别想要第二个。

---

tl;博士在这里跳过

我们可以让这一切变得更简单，我只是简单介绍一下我个人是如何探索这个语法树的。这是一个单一的衬里：

s = "candidates(6,1,0,5,[ev(-1000,'C0009814','Stenosis','Acquired stenosis',[stenosis],[patf])])"

mod = ast.parse(s)

[next(ast.iter_fields(node)) for node in ast.walk(mod) if isinstance(node, ast.Name)]
Out[62]: [('id', 'candidates'), ('id', 'ev'), ('id', 'stenosis'), ('id', 'patf')]

所以只需抓住最后一个元素的第二个索引，这就是你的字符串。这种方法也适用于您的其他示例：

s = "candidates(8,1,0,7,[ev(-875,'C0003501','Aortic Valve','Aortic valve structure',[aortic,valve],[bpoc])])"

mod = ast.parse(s)

[next(ast.iter_fields(node)) for node in ast.walk(mod) if isinstance(node, ast.Name)]
Out[65]: 
[('id', 'candidates'),
 ('id', 'ev'),
 ('id', 'aortic'),
 ('id', 'valve'),
 ('id', 'bpoc')]

您可以使用这种方法从语法树中获取您想要的真正任何元素。只需使用ast.iter_fields 和ast.iter_child_nodes 探索ast.walk 的输出即可。