将制表符分隔的文件解析为单独的列表或字符串答案

【问题标题】：Parsing a tab delimited file into separate lists or strings将制表符分隔的文件解析为单独的列表或字符串
【发布时间】：2011-11-28 03:43:35
【问题描述】：

我正在尝试使用包含两列名称和年龄的制表符分隔文件，其内容如下：

'姓名\tAge\nMark\t32\nMatt\t29\nJohn\t67\nJason\t45\nMatt\t12\nFrank\t11\nFrank\t34\nFrank\t65\nFrank\t78\n'

然后简单地创建两个列表，一个带有名称（称为名称，没有标题），另一个带有年龄（称为年龄，但列表中没有年龄）。

【问题讨论】：

标签： python parsing tabs delimited

【解决方案1】：

marvin 的回答，但没有两次阅读整个文件

data = [ (x[0],x[1]) for x in csv.reader(open(filename,'r'),delimiter='\t')]

如果你可以接受它是元组，而不是两个列表

您仍然可以一次将数据读入两个列表，这将是 unubtu 的答案

【讨论】：

【解决方案2】：

Unutbu 的答案使用列表理解压缩：

names = [x[0] for x in csv.reader(open(filename,'r'),delimiter='\t')]
ages = [x[1] for x in csv.reader(open(filename,'r'),delimiter='\t')]

【讨论】：

【解决方案3】：

制表符分隔的数据在csv 模块的域内：

>>> corpus = 'Name\tAge\nMark\t32\nMatt\t29\nJohn\t67\nJason\t45\nMatt\t12\nFrank\t11\nFrank\t34\nFrank\t65\nFrank\t78\n'
>>> import StringIO
>>> infile = StringIO.StringIO(corpus)

假装infile 只是一个普通的file...

>>> import csv
>>> r = csv.DictReader(infile, 
...                    dialect=csv.Sniffer().sniff(infile.read(1000)))
>>> infile.seek(0)

您甚至不必告诉 csv 模块有关标题和分隔符格式的信息，它会自行解决

>>> names, ages = [],[]
>>> for row in r:
...     names.append(row['Name'])
...     ages.append(row['Age'])
... 
>>> names
['Mark', 'Matt', 'John', 'Jason', 'Matt', 'Frank', 'Frank', 'Frank', 'Frank']
>>> ages
['32', '29', '67', '45', '12', '11', '34', '65', '78']
>>>

【讨论】：

【解决方案4】：

使用csv module，您可以执行以下操作：

import csv

names=[]
ages=[]
with open('data.csv','r') as f:
    next(f) # skip headings
    reader=csv.reader(f,delimiter='\t')
    for name,age in reader:
        names.append(name)
        ages.append(age) 

print(names)
# ('Mark', 'Matt', 'John', 'Jason', 'Matt', 'Frank', 'Frank', 'Frank', 'Frank')
print(ages)
# ('32', '29', '67', '45', '12', '11', '34', '65', '78')

【讨论】：

【解决方案5】：

我会使用字符串的split 和splitlines 方法：

names = []
ages = []
for name_age in input.splitlines():
    name, age = name_age.strip().split("\t")
    names.append(name)
    ages.append(age)

如果你要解析更复杂的格式，我建议使用the csv module，它也可以处理tsv……但这里似乎有点矫枉过正。

【讨论】：