使用Python解析不同的数据类型

Question

我想解析以下行：

＃3 = IFCPERSONANDORGANIZATION（＃4，＃5，$）;

并想提取数字：3、4、5为整数值，并将“ IFCPERSONANDORGANIZATION”作为字符串值，以便将这些属性保存在具有networkx的图形中。

这是我的代码：

data = []
with open('test.ifc') as f:
    for line in f:
        if line.startswith('#'):
            words = line.rstrip().split('#')
            print(words)
            node = int(words[0])
            data.append(node)

错误：ValueError：int（）以10为底的无效文字：

如果每次的行结构都不相同，如何使用正则表达式？ 像这样：

#3 = IFCPERSONANDORGANIZATION(#4, #5, $);
#2 = IFCOWNERHISTORY(#3, #6, $, .NOTDEFINED., $, $, $, 1348486883);
#4 = IFCPERSON($, 'Bonsma', 'Peter', $, $, $, $, $);
#5 = IFCORGANIZATION($, 'RDF', 'RDF Ltd.', $, $);
#6 = IFCAPPLICATION(#5, '0.10', 'Test Application', 'TA 1001');****

Answer 1

您可以使用正则表达式：

import re
line = '#3 = IFCPERSONANDORGANIZATION(#4, #5, $);'
node, name, a, b = re.search(r'(\d+) = (\w+)\(#(\d+), #(\d+), \$\)', line).groups()
node, a, b = map(int, [node, a, b])
print(node, name, a, b)

版画

3 IFCPERSONANDORGANIZATION 4 5

Answer 2

可能是较晚的评论，但是当我进行类似搜索时，我想出了您的问题并给出了答案。 @ user3926906 IFC文件结构通常会针对每个不同的文件而更改。 当您使用re.search()你体验到分裂的任何挑战#实体？ 我问是因为某些实体没有#引用其他实体。 谢谢