Question

我有一个用空格分隔的文本文件。

格式为：

姓氏名字值1值2

LastName可以是Van Horn或Roberts或Silly Last Name-很难知道有多少空格。

名字可以相同-带有空格的多个单词。

Value1是4个固定值之一，但还包含空格

Value2与Value1的格式相同

我认为，因为Value1具有固定的4个已知值，所以我至少应该能够获得“ LastName FirstName”，Value1，Value2

我想将此数据文件转换为cab文件。最好是LastName，FirstName，Value1，Value2

虽然我在逻辑上挣扎。

感谢任何人可以提供的帮助以帮助我前进。

我尝试过的代码（部分来自此站点）：

input_file = open("file.txt", "r")
for line in input_file:
    (LastName, FirstName, Value1, Value2) = line.strip().split(" ")
    print(LastName, ",", FirstName, ",", Value1, ",", Value2, "\n")
input_file.close()

File.txt：

Van Horn Sir Steven Value1 v1 Value2 V2

预期输出：

Van Horn, Sir Steven, Value1 v1, Value2 V2

将接受：

Van Horn Sir Steve, Value V1, Value V2

错误：

Traceback (most recent call last):
  File "C:\Users\tokyomike\Desktop\parse.py", line 4, in <module>
    (LastName, FirstName, Value1, Value2) = line.strip().split(" ")
ValueError: too many values to unpack (expected 4)

Answer 1

split()函数删除所有空白并将每个空白作为一个单独的元素接受。因此，对于您的情况Van Horn Sir Steven Value1 v1 Value2 V2，您将有8个单独的值，但是您仅需 4个变量 LastName, FirstName, Value1, Value2即可将它们拆包。这就是引发ValueError: too many values to unpack (expected 4)错误的原因。让我们测试一下：

x,a,s = [1,2,3,4]

输出：

C:\Users\Desktop>py x.py
Traceback (most recent call last):
  File "x.py", line 1, in <module>
    x,a,s = [1,2,3,4]
ValueError: too many values to unpack (expected 3)

完全一样的错误。

解决方案：

import re

string = 'Van Horn Sir Steven Value1 v1 Value2 V2'
str = re.findall(r'(\w+?\s\w+)', string)
str = ', '.join(str)
print(str)

输出：

C:\Users\Desktop>py x.py
Van Horn, Sir Steven, Value1 v1, Value2 V2

在您的情况下：

import re

input_file = open("file.txt", "r")
for line in input_file:
    str = re.findall(r'(\w+?\s\w+)', line)
    str = ', '.join(str)
    print(str)
input_file.close()

Answer 2

因此-首先-关于您的例外情况：split()在每个上分割给定的字符串。当然，这导致列表的长度比您尝试将其解压缩到的四个项目更长：

line = "Van Horn Sir Steven Value1 v1 Value2 V2"
print(line.split())  # ->['Van', 'Horn', 'Sir', 'Steven', 'Value1', 'v1', 'Value2', 'V2']

您可以使用星号解包来解决此问题：

line = "Van Horn Sir Steven Value1 v1 Value2 V2"

*name, key1, val1, key2, val2 = line.split()
print(f"name: {name}, {key1}: {val1}, {key2}: {val2}")

# Output-> name: ['Van', 'Horn', 'Sir', 'Steven'], Value1: v1, Value2: V2

这将为您提供name中的元素列表。

这时您可能会注意到：通常，您的方法存在一个主要缺陷。我们不知道姓氏在哪里开始/姓氏在哪里结束，因为它们可以有任意多个元素。因此，基本上是不可能解决的。

除非：您的示例包括一个“先生”。如果每个名字都有一个“先生”，“女士”，“先生”。或基本上任何固定的关键字，都可以生成这些关键字的列表，并将其中一个单词的首次出现时的列表分为名字和姓氏。

用专有名称解析以空格分隔的行

2 个答案: