如何读取然后使用拆分解析并写入文本文件？

Question

我正在努力让 readline() 和 split() 像我期望的那样一起工作。我正在尝试使用 .split(')') 从文本文件中删除一些数据并将其中一些数据写入下一个文本文件。

我已尝试从行中编写所有内容。 我已经尝试 [cnt % 2] 来达到我的预期。

   line = fp.readline()
   fw = open('output.txt', "w+")
   cnt = 1
   while line:
       print("Line {}: {}".format(cnt, line.strip()))
       line = fp.readline()
       line = line.split(')')[0]
       fw.write(line + "\n")
       cnt += 1

来自我正在读取的文本文件的示例。

WELD 190 制造 I MasterCAM 简介 (3) 1½ 小时讲座 - 4½ 小时实验室 注意：交叉列为 DT 190/ENGR 190/IT 190 本课程将向学生介绍 MasterCAM 和 2D 和基本 3D 造型。学生将收到所需零件的说明和图纸 2 轴或 3 轴加工。学生将设计、建模、编程、设置和运行 他们在各种机器上的零件，包括等离子切割机、水射流切割机和 铣床。 WELD 197 焊接技术主题 (.5 - 3)

我离真正有效地抓取这些数据还有很长的路要走，但我正在努力开始。

我的目标是只提取类名和编号并删除描述。

一如既往的感谢！

Answer 1

我相信可以解决您当前的问题，如果您只尝试解析一行，您只需将第二行 line = fp.readline() 移动到 while 循环的末尾。目前，您实际上是从第二行开始解析，因为您已经在示例代码的第一行中使用了readline。

修改后的样子是这样的：

   line = fp.readline() # read in the first line
   fw = open('output.txt', "w+")
   cnt = 1
   while line:
       print("Line {}: {}".format(cnt, line.strip()))
       line = line.split(')')[0]
       fw.write(line + "\n")
       cnt += 1
       line = fp.readline() # read in next line after parsing done

示例输入文本的输出：

WELD 190 制造 I MasterCAM 简介 (3

Answer 2

假设您的其他类文本块与您展示的具有相同的结构，您可能希望使用正则表达式来提取类名和类号：

以下我假设每个文本块都包含“XX 小时讲座”信息，顺序相同，其中“XX”代表任何类型的数字（时间范围）。在变量“match_re”中，我定义了一个正则匹配表达式以仅匹配定义的点“XX 小时讲座”。通过使用“match.group(2)”，我将匹配限制在最里面的括号对中的部分。

因为我不知道你的整个文本文件，所以下面的匹配表达式可能对你来说还不完整。

下面我提取字符串：WELD 190 Manufacturing I Introduction to MasterCAM (3)

import re

string = "WELD 190 Manufacturing I Introduction to MasterCAM (3) 1½ hours lecture - 4½ hours laboratory Note: Cross listed as DT 190/ENGR 190/IT 190 This course will introduce the students to MasterCAM and 2D and basic 3D modeling. Students will receive instructions and drawings of parts requiring 2- or 3-axis machining. Students will design, model, program, set-up and run their parts on various machines, including plasma cutters, water jet cutters and milling machines. WELD 197 Welding Technology Topics (.5 - 3)"

match_re = "(^(.*)\d.* hours lecture)"
match = re.search(match_re,string)
if match:
    print(match.group(2))
else:
    print("No match")