我已经编写了这段代码来处理你给定的例子。它一开始并不知道有多少条目,但它只是不断地从文件中读取,直到文件用完,以便提取每个条目。我已将您的示例输入保存在input.txt
. 我现在还修改了代码以将数据作为浮点数读取。
import pprint
import functools
#helper function for reading multiple lines
def read_n(in_file, n):
return [in_file.readline() for _ in range(n)]
#read one line of floats
def read_floats(line):
return list(map(float, line.split()))
#reads several lines of floats
def float_lines(lines):
return [read_floats(line) for line in lines]
def parse_entry(in_file):
#get n
n = in_file.readline().strip()
if n:
n = int(n)
#read 3, n, 1, n, 1 lines
head = float_lines(read_n(in_file, 3))
head_data = [(line[0], read_floats(line[1:])) for line in map(str.strip, read_n(in_file, n))]
mid = float(in_file.readline().strip())
tail_data = float_lines(read_n(in_file, n))
tail = float(in_file.readline().strip())
#readline to eat the empty line between entries
in_file.readline()
return n, head, head_data, mid, tail_data, tail
with open("input.txt", "r") as input_file:
#apply parse_entry until it stops returning
entries = list(iter(functools.partial(parse_entry, input_file), None))
print(len(entries))
pprint.pprint(entries)
哪个输出:
2
[(5,
[[10.0, 0.0, 0.0], [0.0, 10.0, 0.0], [0.0, 0.0, 10.0]],
[('A', [-0.005364798, -0.022912843, 0.017346957]),
('B', [0.527031905, 0.60331015, 0.560736787]),
('B', [-0.62946685, -0.628385741, 0.628048126]),
('B', [-0.649090857, 0.603667874, -0.72613588]),
('B', [0.683741908, -0.584386774, -0.700569743])],
-17.862057,
[[-2.022841336, -1.477407454, -5.606136767],
[2.521789668, 2.88925177, 2.572440406],
[-0.401914888, -0.722582908, 0.244151982],
[0.806040926, -0.990697574, 1.474733506],
[-0.903074369, 0.301436166, 1.314862295]],
0.016462),
(7,
[[10.0, 0.0, 0.0], [0.0, 10.0, 0.0], [0.0, 0.0, 10.0]],
[('A', [-0.591644968, -0.645755982, -0.014245979]),
('B', [1.198655655, -0.58887208, -0.025169784]),
('B', [-1.46077458, -1.255848596, 0.025804796]),
('B', [0.321839745, 2.199107994, 0.050450166]),
('C', [0.61768472, -1.389588077, -0.075897238]),
('C', [0.493712792, 1.349385956, -0.004249822]),
('D', [-0.808145644, 0.577304796, 0.014326943])],
-26.435922,
[[1.649465696, -2.945456091, -0.152209323],
[0.531241391, -1.113956273, -0.135548573],
[-0.529287352, -0.556746737, -0.061346528],
[-2.152476371, 6.326868481, 0.441458459],
[-1.633473432, 3.325310912, 0.291306019],
[0.726490986, -8.268565793, -0.51257518],
[1.408090505, 3.232545501, 0.128915126]],
0.155658)]
证明它找到了 2 个条目,并将它们解析为浮点数,然后输出条目。我不完全确定这些条目是什么,所以我将它们命名为模棱两可。请注意,我已经尽可能多地保留了我的大列表元组结构中的条目数据,因为我也不确定哪些位是相关的,所以原始文件应该几乎可以从内存中的条目中重建。
关于以字符开头的行 - 这是通过首先应用于str.strip
该行来接近的,因为有时字符之前有一个空格。然后,它将line
intoline[0]
和line[1:]
(即字符)和表示数据的字符串切片分开,然后照常对其进行操作。
更多关于我如何将字符与浮点数分开:
采取以下行:
A -0.005364798 -0.022912843 0.017346957
这将通过以下方式解析:
head_data = [(line[0], read_floats(line[1:])) for line in map(str.strip, read_n(in_file, n))]
但是,如果我们只考虑这一行,我们可以少看表达式。该行发生的第一件事是str.strip
,从map(str.strip..)
。这会去除任何尾随和前导空格,以确保第一个字符是要删除的字母。这意味着内存中行的状态现在是:
"A -0.005364798 -0.022912843 0.017346957"
然后将该行分成line[0]
和read_floats(line[1:])
。这是区分字符串和浮点数的地方 - 字符串与字符串的其余部分分开,然后传递给read_floats
. 这是使用切片表示法,这是 Python 用于获取可迭代的子列表的强大语法。切片的1:
意思是“从索引 1 到字符串末尾的切片”。为了清楚起见:
line[0] == "A"
line[1:] == " -0.005364798 -0.022912843 0.017346957"
for _
是一种 Python 约定,当您只需要重复某些内容时,无需跟踪它是哪个重复。即它为 中的每个数字读取一行range(n)
,因此它读取n
行,但它不需要跟踪当前行是哪个数字。它也可以说for i in range(n)
, excepti
将未被使用,因此调用迭代器_
以指示您不想要它。
if n:
检查字符串n
是否不为空。这是因为当您readline()
的文件已用尽时,将返回一个空字符串。这意味着程序在处理完文件时不会崩溃,而是会巧妙地停止解析条目。这很重要,因为我们不知道条目的数量,所以我们一直尝试读取 ann
直到我们无法再读取 an n
,所以我们必须使用 if 语句。
关于为什么条目看起来如此复杂 -parse_entry(input_file)
只会解析一个条目。解析所有条目需要所有其他行李。functools.partial(parse_entry, input_file)
表示“将参数input_file
应用于函数parse_entry
”。然后使用iter
它继续执行此操作,直到它返回None
。这是一个非常有用的技巧 - iter 函数可以被赋予任何函数,然后是一个要停止的值,它会一直从函数返回值,直到它达到“停止”值。一个更简单、更常见的例子可能是iter(sys.stdin.readline, "a\n")
. 这将继续读取行,stdin
直到它遇到仅包含a
.
在元组和元组拆包 - 你可以这样做:
for n, head, head_data, mid, tail_data, tail in entries:
print("n is {}".format(n))
print("the first item of head_data is {}".format(head_data[0]))
for i in tail_data:
print("tail data item: {}".format(i))
这导致输出:
n is 5
the first item of head_data is ('A', [-0.005364798, -0.022912843, 0.017346957])
tail data item: [-2.022841336, -1.477407454, -5.606136767]
tail data item: [2.521789668, 2.88925177, 2.572440406]
tail data item: [-0.401914888, -0.722582908, 0.244151982]
tail data item: [0.806040926, -0.990697574, 1.474733506]
tail data item: [-0.903074369, 0.301436166, 1.314862295]
n is 7
the first item of head_data is ('A', [-0.591644968, -0.645755982, -0.014245979])
tail data item: [1.649465696, -2.945456091, -0.152209323]
tail data item: [0.531241391, -1.113956273, -0.135548573]
tail data item: [-0.529287352, -0.556746737, -0.061346528]
tail data item: [-2.152476371, 6.326868481, 0.441458459]
tail data item: [-1.633473432, 3.325310912, 0.291306019]
tail data item: [0.726490986, -8.268565793, -0.51257518]
tail data item: [1.408090505, 3.232545501, 0.128915126]
希望这展示了您如何使用该结构。