我有一个包含我想要提取的特定数据的文件。
文件看起来像这样:
DS User ID 1
random garbage
random garbage
DS N user name 1
random garbage
DS User ID 2
random garbage
random garbage
DS N user name 2
到目前为止我有:
import sys
import re
f = open(sys.argv[1])
strToSearch = ""
for line in f:
strToSearch += line
patFinder1 = re.compile('DS\s+\d{4}|DS\s{2}\w\s{2}\w.*|DS\s{2}N', re.MULTILINE)
for i in findPat1:
print(i)
我在屏幕上的输出是这样的:
DS user ID 1
DS N user name 1
DS user ID 2
DS N user name 2
如果我使用以下方式写入文件:
outfile = "test.dat"
FILE = open(outfile,"a")
FILE.writelines(line)
FILE.close()
所有内容都被推送到一行:
DS user ID 1DS N user name 1DS user ID 2DS N user name 2
我可以接受输出的第一个场景。理想情况下,我想从输出文件中删除“DS”和“DS N”并将其以逗号分隔。
User ID 1,user name 1
User ID 2, username 2
关于如何实现这一点有什么想法吗?
最佳答案
如果不了解实际的输入数据格式、允许的灵 active 以及解析后的数据将如何使用,就很难提供可靠的解决方案。
仅从上面给出的示例输入/输出,就可以快速编写出一个有效的示例代码:
out = open("test.dat", "a") # output file
for line in open("input.dat"):
if line[:3] != "DS ": continue # skip "random garbage"
keys = line.split()[1:] # split, remove "DS"
if keys[0] != "N": # found ID, print with comma
out.write(" ".join(keys) + ",")
else: # found name, print and end line
out.write(" ".join(keys[1:]) + "\n")
输出文件将是:
User ID 1,user name 1
User ID 2,user name 2
如果格式规范已知,当然可以使用正则表达式使此代码更加健壮。例如:
import re
pat_id = re.compile(r"DS\s+(User ID\s+\d+)")
pat_name = re.compile(r"DS\s+N\s+(.+\s+\d+)")
out = open("test.dat", "a")
for line in open("input.dat"):
match = pat_id.match(line)
if match: # found ID, print with comma
out.write(match.group(1) + ",")
continue
match = pat_name.match(line)
if match: # found name, print and end line
out.write(match.group(1) + "\n")
上面的两个例子都假设“用户 ID X”总是出现在“N 用户名 X”之前,因此相应的尾随字符是“,”和“\n”。
如果顺序不明确,可以使用数字 ID 作为键将值存储在字典中,然后在解析所有输入后打印出 ID/名称对。
如果您提供更多信息,也许我们可以提供更多帮助。
关于python - 创建多行输出文件 (Python),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5154913/