如何强制每行具有与最大长度行相同的标签数

Question

我有一个制表符分隔的 txt，我想让每一行的制表符数量与制表符数量最多的行相同。

例如，

A\tB\tC\tD
E\t
F\tG\t

输入文件：https://drive.google.com/file/d/0B1sEqo7wNB1-bmpKaWdrSmUtcUE/edit?usp=sharing 会变成

A\tB\tC\tD
E\t\t\t
F\tG\t\t

我正在尝试这个。

import sys
from itertools import izip_longest
import codecs

inputf  = sys.argv[1]
outputf  = sys.argv[2]

with open(inputf) as f:
    data = izip_longest(*(x.split('\t') for x in f), fillvalue='\t')
for line in zip(*data):
    print line,

ofile = codecs.open(outputf, "w")

但是输出什么都没有，尽管它在命令窗口中打印了东西。

我希望这个程序不会在命令窗口中打印这些（似乎需要很多时间）

我希望输出文件有正确的输出。

Answer 1

尝试使用 csv 模块，像这样

#!/usr/bin/env python
import sys
import csv
from itertools import izip_longest

def read_rows(inputfile):
    with open(inputfile, 'rb') as h:
        reader = csv.reader(h, dialect='excel-tab')
        return list(reader)

def write_rows(outputfile, rows):
    with open(outputfile, 'wb') as h:
        writer = csv.writer(h, dialect='excel-tab')
        for row in rows:
            writer.writerow(row)

def show_file(outputfile):
    with open(outputfile, 'r') as h:
        print h.read().splitlines()

def main(inputfile, outputfile):
    rows = read_rows(inputfile)
    rows = zip(*(izip_longest(*rows, fillvalue='')))
    write_rows(outputfile, rows)
    show_file(outputfile)

if __name__ == '__main__':
    inputfile = sys.argv[1]
    outputfile = sys.argv[2]
    main(inputfile, outputfile)

使用您的输入文件：

./normalize.py ~/Downloads/input.txt ~/Downloads/output.txt 
['A\tB\tC\tD', 'E\t\t\t', 'F\tG\t\t']

Answer 2

您在命令窗口中看到了输出，因为您正在打印data 中的内容（它使用izip_longest() 返回的迭代器）。文件中没有任何内容，因为从未向其中写入任何数据，您只是为了写入而打开它。

我相信以下内容会（仅）做你想要的：

import sys
from itertools import izip_longest
import codecs

inputf = sys.argv[1]
outputf = sys.argv[2]

with open(inputf) as f:
    data = izip_longest(*(x.strip().split('\t') for x in f), fillvalue='')

with codecs.open(outputf, "w") as ofile:
    ofile.write('\n'.join('\t'.join(items) for items in zip(*data)) + '\n')

Answer 3

But output has nothing although it prints things in command window.

这是因为您没有将数据写入文件。

如下改变你的程序

with open(inputf) as fin, open(outputf, "w") as fout:
    data = izip_longest(*(x.split('\t') for x in fin), fillvalue='\t')
    fout.write('\n'.join(map(''.join, zip(*data))))

请注意，您的程序可能无法提供所需的输出，因为换行符是您要压缩的元素列表中字符的一部分。您需要从读取的行中去掉换行符

    data = izip_longest(*(x.strip().split('\t') for x in f), fillvalue='\t')