Question

我有一个数据库，其中包含带有文件的文件夹。我设法读取文件并获得包含montage字的特定行...

montage = 0, FP1-F7: EEG FP1-REF -- EEG F7-REF montage = 1, F7-T3: EEG F7-REF -- EEG T3-REF montage = 2, T3-T5: EEG T3-REF -- EEG T5-REF montage = 3, T5-O1: EEG T5-REF -- EEG O1-REF

现在，我希望能够提取逗号和双点之间的内容（即FP1-F7，F7-T3，...），但我不知道该怎么做？< / p>

此外，为什么print命令显示的行之间有一个“空格”（以下未显示，但为实数）？

Answer 1

获取所需的令牌（注意：这可以与您提供的示例一起使用，如果显示的点之前还有其他逗号或冒号，则将无效）：

def parse_line(line):
  start = line.find(',')
  end = line.find(':')
  return line[start+1:end].strip()

您也可以使用正则表达式来执行此操作，但是对于这种情况，IMO可能会显得过大。

然后可以通过列表理解来获取令牌列表：

tokens = [parse_line(l) for l in lines]

其中lines是要分析的行的列表（或者，如果从文本文件中读取，则为文件对象本身）

Answer 2

使用正则表达式。

.setMaster("yarn-client") \
.set("spark.executor.instances","10") \
.set("spark.executor.cores","4") \
.set("spark.executor.memory","10g") \
.set("spark.driver.memory","8g") \
.set("spark.yarn.executor.memoryOverhead","1200") \
.set("spark.sql.pivotMaxValues", "6000") \
.set("spark.sql.inMemoryColumnarStorage.batchSize", "1000")

输出：

import re
s = """montage = 0, FP1-F7: EEG FP1-REF --  EEG F7-REF
montage = 1, F7-T3:  EEG F7-REF  --  EEG T3-REF
montage = 2, T3-T5:  EEG T3-REF  --  EEG T5-REF
montage = 3, T5-O1:  EEG T5-REF  --  EEG O1-REF """

for i in s.splitlines():
    m = re.search(r",(.*?):", i)     #Get content between , and :
    if m:
        print(m.group(1).strip())

如何在Python中读取部分字符串？

2 个答案: