Question

我有一个以下格式的文件：

 [s1,s2,s3,s4,...] SOME_TEXT
 (per line)

例如：

 [dog,cat,monkey] 1,2,3
 [a,b,c,d,e,f] 13,4,6

包括括号。

假设我有另一个这样的字段，其中包含两行：

 [banana,cat2,monkey2] 1,2,3
 [a2,b2,c2,d,e,f] 13,4,6

我想获取此表单的两个文件，并按以下方式对齐：

 [dog^banana,cat^cat2,monkey^monkey2] 1,2,3
 [a^a2,b^b2,c^c2,d^d2,e^e2,f^f2] 13,4,6

同时确保相应行（例如1,2,3和13,4,6）中的“SOME TEXT”相同，并且每个对应行中括号中的元素数量相同。什么是快速紧凑的方式呢？

感谢。

Answer 1

def read_file(fp,hash):
    for l in fp:
        p = l[1:].find(']')
        k = l[p+3:-1]
        v = l[1:p+1].split(",")
        if k not in hash:
            hash[k] = v
        else:
            hash[k] = zip(hash[k], v)

hash = {}

for fname in ('f1.txt', 'f2.txt'):
    with open(fname) as fp:
        read_file(fp, hash)

for k,v in hash.items():
    print "[{0}] {1}".format(",".join("^".join(vv) for vv in v), k)

这是一种基本的方法，如果你按照阅读顺序需要文件中的行，你将需要做更多的工作。

这是我得到的输出：

[a^a2,b^b2,c^c2,d^d,e^e,f^f] 13,4,6
[dog^banana,cat^cat2,monkey^monkey2] 1,2,3

编辑：

这也假设每个key即。 13,4,6在文件中出现一次。如果它可以出现多次，你将不得不将hash [k] = zip（hash [k]，v）改为更精细的东西

if k not in hash:
    hash[k] = [[vv] for vv in v]
else:
    for i,vv in enumerate(v):
        hash[k][i].append(vv)

Answer 2

我会使用正则表达式来删除第一个]之后的所有内容（并坚持下去）。然后另一个正则表达式将字符串分解为数组。然后针对合并来自不同文件的不同数组做任何你需要做的事情，然后将它们全部拼接在一起应该不会太难。我会将正则表达式作为练习留给读者： - ）

Answer 3

for l, m in zip(f1, f2):
    l_head, l_tail = l.strip("[ ").split("]")
    m_head, m_tail = m.strip("[ ").split("]")

    l_head = l_head.split(",")
    m_head = m_head.split(",")
    assert len(l_head) == len(m_head)

    l_tail = l_tail.split(",")
    m_tail = m_tail.split(",")
    assert len(l_tail) == len(m_tail)

    ...

我没有给你的变量好名字，因为我不知道它们是什么。我会给他们起一些更有用的东西。

我还没有编写重组线的代码。它不应该太难......

用python快速处理数据？

3 个答案: