从python中的数据文件中获取字符串、整数和/或浮点数的最佳方法？答案

【问题标题】：Best way to get just strings, integers, and/or floats from a data file in python?从python中的数据文件中获取字符串、整数和/或浮点数的最佳方法？
【发布时间】：2019-04-18 01:42:07
【问题描述】：

例如：

我的意见：

Input:
zxxxxyzzxyxyxyzxzzxzzzyzzxxxzxxyyyzxyxzyxyxyzyyyyzzyyyyzzxzxzyzzzzyxzxxxyxxxxyyzyyzyyyxzzzzyzxyzzyyy
--------
x y z
--------
A B
--------
    A   B
A   0.634   0.366   
B   0.387   0.613   
--------
    x   y   z
A   0.532   0.226   0.241   
B   0.457   0.192   0.351


Output:
AAAAAAAAAAAAAABBBBBBBBBBBAAAAAAAAAAAAAAAAAAAAAAAAAAAAAABBBBBBBBBBBAAAAAAAAAAAAAAAAAAAAABBBBBBBBBBAAA

现在我正在使用这个：

import sys, re

data = []
for line in sys.stdin.readlines():
    data.append(''.join(line.strip().split()))

cleanup = []
for i in range(len(data)):
    cleanup.append(re.sub(r"\S+", " ", data[i]))

print(data)

我的输出如下所示：

['zxxxxyzzxyxyxyzxzzxzzzyzzxxxzxxyyyzxyxzyxyxyzyyyyzzyyyyzzxzxzyzzzzyxzxxxyxxxxyyzyyzyyyxzzzzyzxyzzyyy', '--------', 'xyz', '--------', 'AB', '--------', 'AB', 'A0.6340.366', 'B0.3870.613', '--------', 'xyz', 'A0.5320.2260.241', 'B0.4570.1920.351']

但我希望我的数据列表看起来像：

print(data)
['zxxxxyzzxyxyxyzxzzxzzzyzzxxxzxxyyyzxyxzyxyxyzyyyyzzyyyyzzxzxzyzzzzyxzxxxyxxxxyyzyyzyyyxzzzzyzxyzzyyy', 'x', 'y', 'z', 'A', 'B', '0.634', '0.366', '0.387', '0.613', '0.532', '0.226', '0.241', '0.457', '0.192', '0.351']

【问题讨论】：

标签： python regex python-3.x parsing

【解决方案1】：

你几乎是对的。您只需要不加入split() 结果。相反，将data 列表与split() 中的每个元素一起添加

import sys, re

data = []
for line in sys.stdin.readlines():
    for x in re.sub(r"[^a-zA-Z\d\s\.]", "", line).strip().split():
        data.append(x)

print(data)

【讨论】：

这很接近但并不完全正确。 Id' add re.sub(r"[^a-zA-Z\d\s\.]", "", x) 所以这不包括 OP 不想要的非字母数字单词，例如 "--------"。
根据您的评论编辑。谢谢！

【解决方案2】：

你可以这样做......

rawLines = raw.split("\n")

data = {}
data["seq"] = rawLines[1]

data["mat1"] = {}
for k in [8,9]:
    temp = rawLines[k].split("\t")
    if(k==8):
        data["mat1"]["A"] = {"A":float(temp[1]),"B":float(temp[2])}
    else:
        data["mat1"]["B"] = {"A":float(temp[1]),"B":float(temp[2])}

data["mat2"] = {}
for k in [14,15]:
    temp = rawLines[k].split("\t")
    if(k == 14):
        data["mat2"]["A"]={"X":float(temp[1]),"Y":float(temp[2]),"Z":float(temp[3])}
    elif(k == 15):
        data["mat2"]["B"]={"X":float(temp[1]),"Y":float(temp[2]),"Z":float(temp[3])}

【讨论】：