在Python中使用字符串和浮点数从大型文本文件中读取数据

Question

我无法从文本文件中读取大量数据，并且无法从中拆分和删除某些对象以获得更完善的列表。 例如，假设我有一个文本文件，我们将其称为“ data.txt”，其中包含此数据。

Some Header Here
Object Number = 1
Object Symbol = A
Mass of Object = 1
Weight of Object = 1.2040
Hight of Object = 0.394
Width of Object = 4.2304

Object Number = 2
Object Symbol = B
Mass Number = 2
Weight of Object = 1.596
Height of Object = 3.293
Width of Object = 4.654
.
.
. ...Same format continuing down

我的问题是从此文件中获取所需的数据。 假设我只对“对象编号”和“对象质量”感兴趣，它们在文件中重复但具有不同的数值。 我需要这些数据的清单。 例

Object Number    Mass of Object
1                1
2                2
.                .
.                .
.                .
etc.

当然不包括标题，因为此数据将应用于方程式。 我对Python还是很陌生，对OOP没有任何了解。 最简单的方法是什么？ 我知道打开和写入文本文件的基础知识，甚至包括一点点使用split和strip功能。 我已经在这个网站上研究了很多有关数据排序的方法，但是我无法让它对我有用。

Answer 1

尝试这个：

object_number = [] # list of Object Number
mass_of_object = [] # list of Mass of Object
with open('data.txt') as f:
    for line in f:
        if line.startswith('Object Number'):
            object_number.append(int(line.split('=')[1]))
        elif line.startswith('Mass of Object'):
            mass_of_object.append(int(line.split('=')[1]))

Answer 2

在我看来，字典（和子类）的效率要高于一组用于大量数据输入的列表。

此外，如果您需要从文件中提取新的对象数据，则无需修改我的代码。

from _collections import defaultdict

checklist = ["Object Number", "Mass of Object"]
data = dict()

with open("text.txt") as f:
    # iterating over the file allows
    # you to read it automatically one line at a time
    for line in f:
        for regmatch in checklist:
            if line.startswith(regmatch):
                # this is to erase newline characters
                val = line.rstrip()
                val = val.split(" = ")[1]
                data.setdefault(regmatch, []).append(val)                    

print data

这是输出：

defaultdict(None, {'Object Number': ['1', '2'], 'Mass of Object': ['1']})

这里有一些关于速度的理论， 这里有一些关于性能优化的技巧，以及这里有关数据类型和实现效率之间的依赖性。

最后，关于re （正则表达式）的一些示例：

https://docs.python.org/2/howto/regex.html