如何从文件对象(data.txt)中提取此正则表达式中的组?
import numpy as np
import re
import os
ifile = open("data.txt",'r')
# Regex pattern
pattern = re.compile(r"""
^Time:(\d{2}:\d{2}:\d{2}) # Time: 12:34:56 at beginning of line
\r{2} # Two carriage return
\D+ # 1 or more non-digits
storeU=(\d+\.\d+)
\s
uIx=(\d+)
\s
storeI=(-?\d+.\d+)
\s
iIx=(\d+)
\s
avgCI=(-?\d+.\d+)
""", re.VERBOSE | re.MULTILINE)
time = [];
for line in ifile:
match = re.search(pattern, line)
if match:
time.append(match.group(1))
代码的最后一部分中的问题是我逐行迭代,这显然不适用于多行正则表达式。我试图像这样使用pattern.finditer(ifile)
:
for match in pattern.finditer(ifile):
print match
...只是为了查看它是否有效,但是finditer方法需要一个字符串或缓冲区。
我也试过这种方法,但无法让它起作用
matches = [m.groups() for m in pattern.finditer(ifile)]
有什么想法吗?
在Mike和Tuomas的评论之后,我被告知要使用.read()..这样的事情:
ifile = open("data.txt",'r').read()
这很好用,但这是搜索文件的正确方法吗?无法让它发挥作用......
for i in pattern.finditer(ifile):
match = re.search(pattern, i)
if match:
time.append(match.group(1))
# Open file as file object and read to string
ifile = open("data.txt",'r')
# Read file object to string
text = ifile.read()
# Close file object
ifile.close()
# Regex pattern
pattern_meas = re.compile(r"""
^Time:(\d{2}:\d{2}:\d{2}) # Time: 12:34:56 at beginning of line
\n{2} # Two newlines
\D+ # 1 or more non-digits
storeU=(\d+\.\d+) # Decimal-number
\s
uIx=(\d+) # Fetch uIx-variable
\s
storeI=(-?\d+.\d+) # Fetch storeI-variable
\s
iIx=(\d+) # Fetch iIx-variable
\s
avgCI=(-?\d+.\d+) # Fetch avgCI-variable
""", re.VERBOSE | re.MULTILINE)
file_times = open("output_times.txt","w")
for match in pattern_meas.finditer(text):
output = "%s,\t%s,\t\t%s,\t%s,\t\t%s,\t%s\n" % (match.group(1), match.group(2), match.group(3), match.group(4), match.group(5), match.group(6))
file_times.write(output)
file_times.close()
也许它可以写成更紧凑和pythonic虽然......
答案 0 :(得分:5)
您可以将文件对象中的数据读入包含ifile.read()
答案 1 :(得分:1)
为什么不使用
将整个文件读入缓冲区buffer = open("data.txt").read()
然后用它进行搜索?
答案 2 :(得分:1)
times = [match.group(1) for match in pattern.finditer(ifile.read())]
finditer
yield MatchObjects
。如果正则表达式不匹配,times
将是一个空列表。
您还可以修改正则表达式,以便为storeU
,storeI
,iIx
和avgCI
使用非捕获组,然后pattern.findall
仅包含匹配次。
注意:命名变量time
可能会影响标准库模块。 times
将是更好的选择。