如何在 Python 中读取格式化文件？答案

【问题标题】：How do I read a formatted file in Python?如何在 Python 中读取格式化文件？
【发布时间】：2014-12-05 19:15:42
【问题描述】：

我需要从格式如下的文件中读取数据：

Jamestown                         20 Rocky Mountain                    34
Illinois St                       28 Ball St                           51
Tulsa                              7 Bowling Green                     34

我需要 Python 一次读取一行并获取两个团队名称（“Jamestown”和“Rocky Mountain”）和两个分数（“20”和“34”）。

我该怎么做呢？我尝试编写此代码以查看是否可以仅读取团队名称，但无论出于何种原因，它都不起作用。

oneSpace = False
for char in fileline:
    if char == ' ':
        if oneSpace:
            team1 = team1[:-1]
            return
        else:
            oneSpace = True
            team1 = team1 + char
    else:
        team1 = team1 + char
        oneSpace = False

【问题讨论】：

你只需要分割行，str.split
@Kasra：在这里只使用line.split() 会做错事——例如，它会将Illinois 变成团队名称，将St 变成它的分数。他需要比这稍微聪明一点。
@abarnert 是的，当然！

标签： python file format character

【解决方案1】：

import re
ll=[]
for line in file.readlines():
     ll.append(re.findall(r"(.*?)\s{2,}(\d+)",line)
print ll

https://regex101.com/r/wV5tP1/12

【讨论】：

这很好用，通过阅读一行，我得到以下输出： [[('Jamestown', '20'), ('Rocky Mountain', '34')]] 怎么做我对此进行格式化，以便我可以为 Jamestown 执行 ll[0]，为 20 执行 ll[1]，为落基山执行 ll[2]，等等？
@ScottSinischo：你有一个列表列表，ll。所以，ll[0][0] 是 'Jamestown'。或者，如果您不想要列表列表，请去掉 ll.append(…) 并直接使用 ll = … 并使用 ll[0] inside 循环。

【解决方案2】：

看起来您正在尝试编写的规则是在 2 个或更多空格的任何运行上进行拆分。有更简单的方法可以做到这一点。例如：

bits = [bit for bit in line.split('  ') if bit]
bits = re.split(r'\s\s+', line)

但是，我不确定这是否是该文件的正确规则。当您将事物置于固定位置时，您可能希望根据这些固定位置解析它们：

team1 = line[:34].rstrip()
score1 = line[34:37].rstrip()

……等等。

为什么？因为考虑一下当你得到这样的一行时会发生什么：

Team With a Really Long College Name28 Ball St                           51

输出可能会截断名称以确保至少有一个空格。它甚至可能会截断以确保至少有两个空格。但除非你知道他们会这样做，否则你的逻辑就会被打破。而通过实际的列位置可以保证做正确的事情。

还有一件事：您确定列只是由空格而不是制表符分隔吗？因为如果字符串 really 看起来像这样：

Tulsa\t 7\tBowling Green\t34

……那么你应该只使用line.split('\t')——或者，更好的是csv.reader(file, delimiter='\t', skipinitialspace=True)。

【讨论】：

加上完整的解释

【解决方案3】：

虽然您的代码过于复杂，但只需进行少量更改即可使用——而且现实生活中的程序确实必须以这种方式编写，因为 unlike this case，没有更简单的解决方案。

那么，让我们回顾一下吧。

您的第一个问题是您在尝试修改之前从未将team1 分配给任何起始值。那是不可能的；只要您尝试访问不存在的值，您就会得到UnboundLocalError。

但这也很容易解决：如果您希望 team1 以空字符串开头，您可以添加额外的字符，只需将其添加到函数的开头即可：

team1 = ''

您的第二个问题是，在计算team1 之后，您只是return 什么都没有，所以结果将始终是None。这也很容易解决：将return 语句更改为：

return team1

如果你解决了这两个问题，一切正常！你可以看到它在工作in this online interpreter session。

【讨论】：