使用“startswith”和“next”命令从文件中选择行

Question

我有一个文件，我想根据每行“ITEM: TIMESTEP”之后出现的数字创建一个列表（“timestep”），所以：

timestep = [253400, 253500, .. etc]

这是我拥有的文件示例：

ITEM: TIMESTEP
253400
ITEM: NUMBER OF ATOMS
378
ITEM: BOX BOUNDS pp pp pp
-2.6943709180241954e-01 5.6240920636804063e+01
-2.8194230631882372e-01 5.8851195163321044e+01
-2.7398090193568775e-01 5.7189372326936599e+01
ITEM: ATOMS id type q x y z 
16865 3 0 28.8028 1.81293 26.876 
16866 2 0 27.6753 2.22199 27.8362 
16867 2 0 26.8715 1.04115 28.4178 
16868 2 0 25.7503 1.42602 29.4002 
16869 2 0 24.8716 0.25569 29.8897 
16870 3 0 23.7129 0.593415 30.8357 
16871 3 0 11.9253 -0.270359 31.7252 
ITEM: TIMESTEP
253500
ITEM: NUMBER OF ATOMS
378
ITEM: BOX BOUNDS pp pp pp
-2.6943709180241954e-01 5.6240920636804063e+01
-2.8194230631882372e-01 5.8851195163321044e+01
-2.7398090193568775e-01 5.7189372326936599e+01
ITEM: ATOMS id type q x y z 
16865 3 0 28.8028 1.81293 26.876 
16866 2 0 27.6753 2.22199 27.8362 
16867 2 0 26.8715 1.04115 28.4178 
16868 2 0 25.7503 1.42602 29.4002 
16869 2 0 24.8716 0.25569 29.8897 
16870 3 0 23.7129 0.593415 30.8357 
16871 3 0 11.9253 -0.270359 31.7252

为此，我尝试同时使用“startswith”和“next”命令，但没有成功。还有其他方法吗？我还发送了我尝试使用的代码：

timestep = []
with open(file, 'r') as f:
    lines = f.readlines()
    for line in lines:
        line = line.split()
        if line[0].startswith("ITEM: TIMESTEP"):
            timestep.append(next(line))     
            print(timestep)

Answer 1

逻辑是决定是否将当前line附加到timestep。因此，您需要的是一个变量，它告诉您在该变量为 TRUE 时附加当前的 line。

timestep = []
append_to_list = False # decision variable

with open(file, 'r') as f:
    lines = f.readlines()
    for line in lines:
        line = line.strip() # remove "\n" from line
        if line.startswith("ITEM"):
            # Update add_to_list
            if line == 'ITEM: TIMESTEP':
                append_to_list = True
            else:
                append_to_list = False
        else:
            # append to list if line doesn't start with "ITEM" and append_to_list is TRUE
            if append_to_list:
                timestep.append(line)
print(timestep)

输出：

['253400', '253500']

Answer 2

首先 - 我不喜欢这样，因为它无法扩展。您只能很好地获得第一条紧随其后的行，其他任何东西都只是呃......

但是你问了，所以...for x in lines 将在行上创建一个迭代器并使用它来保持位置。您无权访问该迭代器，因此 next 不会是您期望的下一个元素。但是您可以制作自己的迭代器并使用它：

lines_iter = iter(lines)
for line in lines_iter:
    # whatever was here
                timestep.append(next(line_iter))     

但是，如果您想对其进行缩放...for 不是迭代此类文件的好方法。您想知道下一行/上一行是什么。我建议使用while:

timestep = []
with open('example.txt', 'r') as f:
    lines = f.readlines()
i = 0
while i < len(lines):
    if line[i].startswith("ITEM: TIMESTEP"):
       i += 1
       while not line[i].startswith("ITEM: "):
           timestep.append(next(line))     
           i += 1
    else:
       i += 1

通过这种方式，您可以将其扩展为不同类型的可变长度项目。

Answer 3

所以你的代码问题很微妙。您有一个列表 lines 进行迭代，但您不能在列表上调用 next。

相反，将其转换为显式迭代器就可以了

timestep = []
with open(file, 'r') as f:
    lines = f.readlines()
    lines_iter = iter(lines)
    for line in lines_iter:
        line = line.strip()  # removes the newline
        if line.startswith("ITEM: TIMESTEP"):
            timestep.append(next(lines_iter, None))  # the second argument here prevents errors
                                                     # when ITEM: TIMESTEP appears as the
                                                     # last line in the file
        print(timestep)

我也不确定你为什么包含line.split，这似乎是不正确的（无论如何line.split()[0].startswith('ITEM: TIMESTEP') 永远不会是真的，因为拆分会将ITEM: 和TIMESTEP 分成单独的元素结果列表。）

---

要获得更可靠的答案，请考虑根据行以ITEM 开头的时间对数据进行分组。

def process_file(f):
    ITEM_MARKER = 'ITEM: '
    item_title = '(none)'
    values = []
    for line in f:
        if line.startswith(ITEM_MARKER):
            if values:
                yield (item_title, values)
            item_title = line[len(ITEM_MARKER):].strip()  # strip off the marker
            values = []
        else:
            values.append(line.strip())
    if values:
        yield (item_title, values)

这将让您传入整个文件，并为每个ITEM: <whatever> 组懒惰地生成一组值。然后你可以以某种合理的方式聚合。

with open(file, 'r') as f:
    groups = process_file(f)
aggregations = {}
for name, values in groups:
    aggregations.setdefault(name, []).extend(values)
print(aggregations['TIMESTEP'])  # this is what you want

Answer 4

您可以使用 enumerate 来帮助进行索引引用。我们可以检查字符串ITEM: TIMESTEP 是否在前一行中，然后将整数添加到我们的时间步列表中。

timestep = []
with open('example.txt', 'r') as f:
    lines = f.readlines()
    for i, line in enumerate(lines):
        if "ITEM: TIMESTEP" in lines[i-1]:
            timestep.append(int(line.strip()))
            print(timestep)