如何解决如何在python中将文本格式与不带正则表达式的字符串匹配?
| 我正在读取带有以下形式的行的文件:[ 0 ] L= 9 (D) R= 14 (D) p= 0.0347222 e= 10 n= 34
我看到了Matlab代码来读取由
[I,L,Ls,R,Rs,p,e,n] = textread(f1,\'[ %u ] L= %u%s R= %u%s p= %n e=%u n=%u\')
我想用Python读取此文件。我唯一了解的是正则表达式,即使阅读此行的一部分也会导致类似
re.compile(\'\\s*\\[\\s*(?P<id>\\d+)\\s*\\]\\s*L\\s*=\\s*(?P<Lint>\\d+)\\s*\\((?P<Ltype>[DG])\\)\\s*R\\s*=\\s*(?P<Rint>\\d+)\\s*\')
真丑!有没有更简单的方法可以在Python中做到这一点?
解决方法
Pyparsing是无法读取和脆弱的正则表达式处理器的后备。下面的解析器示例处理您陈述的格式,以及各种额外的空白和赋值表达式的任意顺序。就像您在正则表达式中使用命名组一样,pyparsing支持结果名称,因此您可以使用dict或属性语法(data [\'Lint \']或data.Lint)访问已解析的数据。
from pyparsing import Suppress,Word,nums,oneOf,Regex,ZeroOrMore,Optional
# define basic punctuation
EQ,LPAR,RPAR,LBRACK,RBRACK = map(Suppress,\"=()[]\")
# numeric values
integer = Word(nums).setParseAction(lambda t : int(t[0]))
real = Regex(r\"[+-]?\\d+\\.\\d*\").setParseAction(lambda t : float(t[0]))
# id and assignment fields
idRef = LBRACK + integer(\"id\") + RBRACK
typesep = LPAR + oneOf(\"D G\") + RPAR
lExpr = \'L\' + EQ + integer(\"Lint\")
rExpr = \'R\' + EQ + integer(\"Rint\")
pExpr = \'p\' + EQ + real(\"pFloat\")
eExpr = \'e\' + EQ + integer(\"Eint\")
nExpr = \'n\' + EQ + integer(\"Nint\")
# accept assignments in any order,with or without leading (D) or (G)
assignment = lExpr | rExpr | pExpr | eExpr | nExpr
line = idRef + lExpr + ZeroOrMore(Optional(typesep) + assignment)
# test the parser
text = \"[ 0 ] L= 9 (D) R= 14 (D) p= 0.0347222 e= 10 n= 34\"
data = line.parseString(text)
print data.dump()
# prints
# [0,\'L\',9,\'D\',\'R\',14,\'p\',0.034722200000000002,\'e\',10,\'n\',34]
# - Eint: 10
# - Lint: 9
# - Nint: 34
# - Rint: 14
# - id: 0
# - pFloat: 0.0347222
同样,解析动作在解析时执行string-> int或string-> float转换,因此之后的值已经处于可用形式。 (pyparsing的想法是,在解析这些表达式时,您知道一个由数字或Word(nums)
组成的单词将安全地转换为int,因此为什么不立即进行转换,而不仅仅是返回匹配的字符串和必须重新处理字符串序列,尝试检测哪些是整数,浮点数等?)
,您可以通过转义/替换来构建正则表达式以使其更具可读性...
number = \"([-+0-9.DdEe ]+)\"
unit = r\"\\(([^)]+)\\)\"
t = \"[X] L=XU R=XU p=X e=X n=X\"
m = re.compile(re.escape(t).replace(\"X\",number).replace(\"U\",unit))
,在我看来,这或多或少是pythonic的:
line = \"[ 0 ] L= 9 (D) R= 14 (D) p= 0.0347222 e= 10 n= 34\"
parts = (None,int,None,str,float,int)
[I,L,Ls,R,Rs,p,e,n] = [f(x) for f,x in zip(parts,line.split()) if f is not None]
print [I,n]
,Python没有re页上所述的等效scanf。
Python当前没有等效于scanf()的东西。正则表达式通常比scanf()格式字符串更强大,但也更冗长。下表提供了scanf()格式标记和正则表达式之间的大致等效映射。
但是,您可能可以使用该页面上的映射来构建自己的类似于scanf的模块。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。