读取文件，删除文本字段，保留数字字段答案

【问题标题】：Read a file, drop text fields, keep numeric ones读取文件，删除文本字段，保留数字字段
【发布时间】：2017-03-17 17:03:36
【问题描述】：

我想编写一个小 Python 脚本来绘制一些 .dat 文件。为此，我需要先处理文件。 .dat 文件如下所示：

(Real64
 (numDims 1)
 (size 513)
 (data 
   [ 90.0282291905089 90.94377050431068 92.31708247501335 93.38521400778211 94.60593575951782 95.67406729228657 97.04737926298925 97.96292057679104 ...]
 )
)

我想删除文本部分和“正常”括号。我只需要 [.....] 之间的数据。

我尝试过这样的事情：

from Tkinter import Tk
from tkFileDialog import askopenfilename

# just a small GUI to get the file
Tk().withdraw()
filename = askopenfilename()

import numpy as np

with open(filename) as f:
    temp = f.readlines(5) #this is the line in the .dat file

    for i in range(len(temp)-1):
        if type(temp[i]) == str:
            del temp[i]

但是，这总是会导致“超出范围的索引”。非常感谢您的帮助。

【问题讨论】：

你从哪里得到这个.dat 文件？你能不能让生成它的东西给你另一种格式（比如 JSON）？如果没有，您可以用逗号替换空格并将其解析为 JSON。
你是什么意思“删除文本部分”？清楚。向我们展示您给定输入的预期输出。应该(size 513) -> (513)，或513 还是完全删除？您可以使用正则表达式完成所有这些操作，但您没有为我们指定您想要完成的具体操作。
你想用del 完成什么？你为什么要检查字符串是否是字符串？
顺便说一句，“.DAT”文件不是一个定义明确的术语，除了暗示一些文本或二进制文件。您不妨说“读取文本文件”。它是有效的 JSON 吗？等
这种看起来像 lisp 程序...你试过在 lisp 中运行它吗？（它可能不是有效的 lisp...我不知道我已经有一段时间没有使用 lisp 了）

标签： python regex file text-parsing fileparsing

【解决方案1】：

我只需要 [.....]
之间的数据

# treat the whole thing as a string
temp = '''(Real64
 (numDims 1)
 (size 513)
 (data
   [ 90.0282291905089 90.94377050431068 92.31708247501335 ]
 )
)'''

# split() at open bracket; take everything right
# then split() at close bracket; take everything left
# strip() trailing / leading white space
number_string = temp.split('[')[1].split(']')[0].strip()

# convert to list of floats, because I expect you'll need to
number_list = [float(i) for i in number_string.split(' ')]

print number_string
print number_list

>>> 90.0282291905089 90.94377050431068 92.31708247501335
>>> [90.0282291905089, 90.94377050431068, 92.31708247501335]

【讨论】：

【解决方案2】：

print re.findall("\[([0-9. ]+)\]",f.read())

这被称为regular expression，它说找到我所有的东西，即两个方括号之间的数字句点和空格

 \[   # literal left bracket
 ( # capture the stuff in here
 [0-9. ] # accept 0-9 and . and space
+ # at least one ... probably more
 ) # end capture group
 \] # literal close bracket

或者你可以使用类似pyparsing的东西

inputdata = '''(Real64
 (numDims 1)
 (size 513)
 (data
   [ 90.0282291905089 90.94377050431068 92.31708247501335 93.38521400778211 94.60593575951782 95.67406729228657 97.04737926298925 97.96292057679104 ...]
 )
)
'''
from pyparsing import OneOrMore, nestedExpr

data = OneOrMore(nestedExpr()).parseString(inputdata)
print "GOT:", data[0][-1][2:-1]

【讨论】：

感谢这确实帮助了我！