使用python计算文件中单词之间的空格数？

Question

我真的很亲密 我读了“ 每个单词之间的空格数 ”，它确实提供了这一行：

counts = [(len(list(cpart))) for c,cpart in groupby(s) if c == ' ']

但我真的不明白......我理解，或者假设，C是分隔符，S是你正在分组的，你把结果列表？（python的新内容，数组？）到计数（S表示先前实例化的变量）

我如何确定这样的事情？

                                                  AMOUNT       DATE       
   NAME          ACCOUNT#         DISCOUNT         DUE         DUE

我正在创建一个程序，允许我查看随机创建的COBOL输出文件头，并使用它来创建PIC（X）的关联。

示例解决方案输出将是：

1. PIC X（30）VALUE SPACES。
2. PIC X（6）值“AMOUNT”。
3. PIC X（8）值空间。
4. PIC X（4）VALUE“DATE”。

重要的部分是数字。 我可以明确地确定字符串的长度，但空间我不知道如何...

这是我到目前为止表明我正在工作大声笑：

from itertools import groupby
from test.test_iterlen import len
from macpath import split
from lib2to3.fixer_util import String

file = open("C:\\Users\\Joshua\\Desktop\\Practice\\cobol.cbl", 'r+')

line1 = file.readline()
split = line1.split()
print (split)
print ()

counts = [(len(list(cpart))) for c,cpart in groupby(split) if c == ' ']

print (counts)


index = 0
while index != split.__len__():
    if split[index].strip() != None:
        print ("PICX(" + ") VALUE " + "\"" + split[index] + "\".")
    elif counts[index] == None:
        print ("PICX(" + ") VALUE " + "\"" + split[index] + "\".") 
    index+=1

Answer 1

我将首先解释第一行：

counts = [(len(list(cpart))) for c,cpart in groupby(s) if c == ' ']

s实际上是输入字符串。 所以，要运行它，你应该从：

s = "   NAME          ACCOUNT#         DISCOUNT         DUE         DUE"

groupby(s)返回元组的迭代器。 该元组中的第一个值是输入字符串中的字符，第二个值是另一个（嵌套的）迭代器，它将迭代字符的重复值。 放入list表单（用于说明）它看起来像这样：

groupby("hello!!!")
[('h', ['h']), ('e', ['e']), ('l', ['l', 'l']), ('o', ['o']), ('!', ['!', '!', '!'])]

因此， c不是分隔符，但它是保存字符串s每个字符的变量，而cpart是通过c所有连续值的迭代器。 一旦你调用len(cpart)它就会给出一个[c,c,c,...] （每个项目是相同的！），该列表的长度是字符c重复的次数。 通常它只是一个。 例如，对于'NAME '中的'A' ，您将获得c == A和list(cpart) == ['A'] 。 但是对于NAME和ACCOUNT#之间的空格，你会得到c == ' '和cpart == [' ',' ',' ',' ',' ',' ',' ',' ',' ',' '] 。

整个事物位于方括号[]意味着它生成一个列表，就好像你要附加到for循环中的列表一样，每个项的值是for之前的表达式。 这里是len(list(cpart)) ，它计算字符重复实例列表的长度。 因此，它将是一个列表，其中包含重复字符的次数。 if c == ' '表示只有当该字符是空格时才会将该项添加到列表中。

---

以上将计算空间。 要计算单词（例如，要获得PIC X（6）VALUE“AMOUNT”），您可以简单地执行以下操作：

word_counts = [ len(word) for word in s.split() ]

split （已使用）返回一个单词列表，这些单词之前是一个以空格分隔的字符串。

Answer 2

像那样分解输出没有特别的意义。 你可以：

     05  FILLER (optional) PIC X(width-of-report) VALUE
     "                              AMOUNT        DATE             "(in column 72)
-                         ".

“ - ”位于第7列，显示字母数字文字的延续，不需要开头报价，但需要结束报价。

您创建的处理非常简单。 您总是输出这三行，您只需将数据“切”为59字节（对于第二行）和第三行的“其余”（不知道您的报告宽度）。