Python-通过文本文件进行设置

Question

我有一个文本文件。 它的胆量看起来像这样/全部看起来像这样（已被编辑。这也不是最初看起来的样子）

 (0, 16, 0)
 (0, 17, 0)
 (0, 18, 0)
 (0, 19, 0)
 (0, 20, 0)
 (0, 21, 0)
 (0, 22, 0)
 (0, 22, 1)
 (0, 22, 2)
 (0, 23, 0)
 (0, 23, 4)
 (0, 24, 0)
 (0, 25, 0)
 (0, 25, 1)
 (0, 26, 0)
 (0, 26, 3)
 (0, 26, 4)
 (0, 26, 5)
 (0, 26, 9)
 (0, 27, 0)
 (0, 27, 1)

无论如何，如何将这些值放入python 2的集合中？

我最近的尝试是

om_set = set(open('Rye Grass.txt').read()

编辑：这是我用来获取文本文件的代码。 导入cv2导入numpy作为np导入时间

om=cv2.imread('spectrum1.png')
om=om.reshape(1,-1,3)
om_list=om.tolist()
om_tuple={tuple(item) for item in om_list[0]}
om_set=set(om_tuple)

im=cv2.imread('1.jpg')        
im=cv2.resize(im,(100,100))         
im= im.reshape(1,-1,3)
im_list=im.tolist()
im_tuple={tuple(item) for item in im_list[0]}
ColourCount= om_set & set(im_tuple)
with open('Weedlist', 'a') as outputfile:
    output = ', '.join([str(tup) for tup in sorted(ColourCount)])
    outputfile.write(output)
print 'done'

im=cv2.imread('2.jpg')        
im=cv2.resize(im,(100,100))         
im= im.reshape(1,-1,3)
im_list=im.tolist()
im_tuple={tuple(item) for item in im_list[0]}
ColourCount= om_set & set(im_tuple)
with open('Weedlist', 'a') as outputfile:
    output = ', '.join([str(tup) for tup in sorted(ColourCount)])
    outputfile.write(output)
print 'done'

Answer 1

正如@TimPietzcker所建议并信任的文件那样，它们只有用逗号分隔的三元组的整数的固定表示形式，并用括号括起来，是一个简单的解析器（OP的问题也有贪婪的“读取”文件成备忘录）：

#! /usr/bin/env python
from __future__ import print_function


infile = 'pixel_int_tuple_reps.txt'
split_pits = None
with open(infile, 'rt') as f_i:
    split_pits = [z.strip(' ()') for z in f_i.read().strip().split('),')]
if split_pits:
    on_set = set(tuple(int(z.strip())
                 for z in tup.split(', ')) for tup in split_pits)

    print(on_set)

有轨电车

(0, 19, 0), (0, 20, 0), (0, 21, 1), (0, 22, 0), (0, 24, 3), (0, 27, 0), (0, 29, 2), (0, 35, 2), (0, 36, 1)

变成：

set([(0, 27, 0), (0, 36, 1), (0, 21, 1), (0, 22, 0), (0, 24, 3), (0, 19, 0), (0, 35, 2), (0, 29, 2), (0, 20, 0)])

小片段：

1. 分割像素整数三胞胎成的子串0, 19, 0清洁位的杂散括号和空格远离（也末照顾右括号的。

2. 如果“可行”，则进一步将带有整数转换元组的rgb拆分输入一组。

在对这种反序列化任务使用eval / exec之前，我会三思而后行。

更新由OP（请更新的问题！）意见的建议：

1. OP网站上的文件似乎太大而无法打印（保留在内存中）？
2. 它不是书面的，因为有问题的广告...

...所以直到我们从OP获得更多信息为止：

对于理论上干净的3位元组转储文件，此答案有效（如果不是太大而无法一次加载并映射到集合中）。

对于具体任务，如果已经将足够多的新信息添加到问题中，我可以更新答案;-)

一种方法，如果三元“行”与上一阶段连接在一起，有或没有换行符分隔，但始终缺少逗号，则可以更改文件读取部分：

1. 放入基于行的阅读器中（当换行符分开时），并将集合生成拉入循环，始终使新收获的集合与现有的（累积的）集合（如s = s | fresh 解决“隔离”问题的s = s | fresh事物

或如果像这样添加这些“块” (0, 1, 230)(13, ...即)( “努力击中”：

2. 修改阅读器内部的现有代码，而不是： f_i.read().strip().split('),')编写f_i.read().replace(')('), (', ').strip().split('),') ...就是将)(部分)( “固定”到), (部分，使其能够继续下去，就好像它是同质的“结构”一样。

现在更新以解析数据集的版本2（更新的问题）：

文件pixel_int_tuple_reps_v2.txt现在具有：

 (0, 16, 0)
 (0, 17, 0)
 (0, 18, 0)
 (0, 19, 0)
 (0, 20, 0)
 (0, 21, 0)
 (0, 22, 0)
 (0, 22, 1)
 (0, 22, 2)
 (0, 23, 0)
 (0, 23, 4)
 (0, 24, 0)
 (0, 25, 0)
 (0, 25, 1)
 (0, 26, 0)
 (0, 26, 3)
 (0, 26, 4)
 (0, 26, 5)
 (0, 26, 9)
 (0, 27, 0)
 (0, 27, 1)

编码：

#! /usr/bin/env python
from __future__ import print_function


infile = 'pixel_int_tuple_reps_v2.txt'
on_set = set()
with open(infile, 'rt') as f_i:
    for line in f_i.readlines():
        rgb_line = line.strip().lstrip('(').rstrip(')')
        try:
            rgb = set([tuple(int(z.strip()) for z in rgb_line.split(', '))])
            on_set = on_set.union(rgb)
        except:
            print("Ignored:" + rgb_line)
            pass
print(len(on_set))
for rgb in sorted(on_set):
    print(rgb)

现在解析此文件，并首先转储集合和的长度（以及按排序顺序排列的元素）：

21
(0, 16, 0)
(0, 17, 0)
(0, 18, 0)
(0, 19, 0)
(0, 20, 0)
(0, 21, 0)
(0, 22, 0)
(0, 22, 1)
(0, 22, 2)
(0, 23, 0)
(0, 23, 4)
(0, 24, 0)
(0, 25, 0)
(0, 25, 1)
(0, 26, 0)
(0, 26, 3)
(0, 26, 4)
(0, 26, 5)
(0, 26, 9)
(0, 27, 0)
(0, 27, 1)

HTH。 请注意，提供的样本输入中没有重复项。 将最后一条数据线加倍，我仍然可以接收到21个唯一元素作为输出，所以我想现在它可以按设计工作；-)

Answer 2

只需要进行少量修改即可。

om_set = set(eval(open('abc.txt').read()))

结果

{(0, 19, 0),
 (0, 20, 0),
 (0, 21, 1),
 (0, 22, 0),
 (0, 24, 3),
 (0, 27, 0),
 (0, 29, 2),
 (0, 35, 2)}

编辑这是IPython提示符中的代码工作。

In [1]: file_ = open('abc.txt')
In [2]: text_read = file_.read()
In [3]: print eval(text_read)
((0, 19, 0), (0, 20, 0), (0, 21, 1), (0, 22, 0), (0, 24, 3), (0, 27, 0), (0, 29, 2), (0, 35, 2), (0, 36, 1))
In [4]: type(eval(text_read))
Out[1]: tuple
In [5]: print set(eval(text_read))
set([(0, 27, 0), (0, 36, 1), (0, 21, 1), (0, 22, 0), (0, 24, 3), (0, 19, 0), (0, 35, 2), (0, 29, 2), (0, 20, 0)])