使用Python操作键值分组的txt文件表示答案

【问题标题】：Use Python to manipulate txt file presentation of key-value grouping使用Python操作键值分组的txt文件表示
【发布时间】：2011-11-24 07:54:32
【问题描述】：

我正在尝试使用 Python 来操作格式 A 的文本文件：

Key1  
Key1value1  
Key1value2  
Key1value3  
Key2  
Key2value1  
Key2value2  
Key2value3  
Key3...

进入格式B：

Key1 Key1value1  
Key1 Key1value2  
Key1 Key1value3  
Key2 Key2value1  
Key2 Key2value2  
Key2 Key2value3  
Key3 Key3value1...

具体来说，这里是对文件本身的简要介绍（仅显示一个键，完整文件中还有数千个）：

chr22:16287243: PASS  
patientID1  G/G  
patientID2  G/G  
patient ID3 G/G

这里是所需的输出：

chr22:16287243: PASS  patientID1    G/G  
chr22:16287243: PASS  patientID2    G/G  
chr22:16287243: PASS  patientID3    G/G

我编写了以下可以检测/显示键的代码，但是我无法编写代码来存储与每个键关联的值，然后打印这些键值对。谁能帮我完成这项任务？

import sys
import re

records=[]

with open('filepath', 'r') as infile:
    for line in infile:
        variant = re.search("\Achr\d",line, re.I) # all variants start with "chr"
        if variant:
            records.append(line.replace("\n",""))
            #parse lines until a new variant is encountered

for r in records:
    print (r)

【问题讨论】：

标签： python text-files key-value

【解决方案1】：

一次性完成，不存储行：

with open("input") as infile, open("ouptut", "w") as outfile:
    for line in infile:
        if line.startswith("chr"):
            key = line.strip()
        else:
            print >> outfile, key, line.rstrip("\n")

此代码假定第一行包含一个键，否则将失败。

【讨论】：

我不得不稍微改变一下 print stmt 的格式，但现在效果很好！我也不知道“startswith”，所以也谢谢你:)

【解决方案2】：

首先，如果字符串以字符序列开头，请不要使用正则表达式。更简单、更易于阅读：

if line.startswith("chr")

下一步是使用一个非常简单的状态机。像这样：

current_key = ""

for line in file:
    if line.startswith("chr"):
        current_key = line.strip()

    else:
        print " ".join([current_key, line.strip()])

【讨论】：

【解决方案3】：

如果每个键总是有相同数量的值，islice 很有用：

from itertools import islice

with open('input.txt') as fin, open('output.txt','w') as fout:
    for k in fin:
        for v in islice(fin,3):
            fout.write(' '.join((k.strip(),v)))

【讨论】：