选择正确的数据结构来解析文件

Question

我有一个 csv 文件，其内容格式如下：

CSE110, Mon, 1:00 PM, Fri, 1:00 PM
CSE114, Mon, 8:00 AM, Wed, 8:00 AM, Fri, 8:00 AM

基本上是课程名称，然后是时间。

解析和存储这些数据的最佳数据结构是什么？

我尝试如下使用命名元组：

CourseTimes = namedtuple('CourseTimes', 'course_name, day, start_time ')

但如上面 cse114 所示，可以在多天多时间安排一门课程。这只能在运行时决定。如何处理？

否则，我可以使用字典或列表吗？

我正在尝试解决将助教分配给课程的时间安排问题。我可能需要比较时间来检查将来是否有任何碰撞

为了使事情复杂化，输入文件还有其他数据需要我解析。基本上以下是格式。

//Course times
CSE110, Mon, 1:00 PM, Fri, 1:00 PM
CSE114, Mon, 8:00 AM, Wed, 8:00 AM, Fri, 8:00 AM
....

//Course recitation times
CSE306, Mon, 2:30 PM
CSE307, Fri, 4:00 PM
...

//class strength
CSE101, 44, yes
CSE101, 115, yes
...

我想我需要将所有这些存储在单独的数据结构中。每个类别的正确正则表达式模式是什么？

Answer 1

首先要注意有关数据的一些事项：

1. 您有许多唯一的字符串（课程）
2. 每门课程结束后，都有一些字符串（班级每周开会的次数）

这样，您就有了一系列唯一键，每个键都有多个值。

对我来说听起来像 dictionary。

要将这些数据放入字典，请以 reading the file 开头。接下来，您可以使用regular expressions 选择每个[day], [hour]:[minutes] [AM/PM] 部分，也可以使用普通的旧string.split() 以逗号分隔行。课程字符串是字典的键，该行的其余部分作为元组或值列表。移到下一行。

Answer 2

{
    'CSE110': {'Mon': ['8: 00 AM'], 'Wed': ['8: 00 AM'], 'Fri': ['8: 00 AM'], 
    'CSE110': {'Mon': ['1: 00 PM'], 'Fri': ['1: 00 PM']}
}

这种形式的字典。同一天的课程可以有多个时段。

当您阅读 csv 文件时，您会为课程和当天创建（如果它不存在）并为其分配单个元素列表以用于计时。如果课程和日期的值已经存在，您只需追加到现有列表。这意味着该课程在同一天有多个上课时间。

您不需要正则表达式来查找输入行的类别。 您拥有的第一种和第二种类型（即单天和多天）可以像

l = line.split(', ')
try:
    n = int(l[1]) # n = strength
except:
    #continue adding to dictionary since second element in the list is not an integer