在 .txt 文件中搜索特定的词组

Question

我有一个 txt 文件，其中包含以下数据集作为列表

Name:AP_A
Ch:0
Ptx:20
CCA:-68
AvgThroughput:{}
Data packets_sent:{}
Data_packets lost:{}
rts_cts_sent:{}
rts_cts_lost:{}
in-degA:0.0006766529737718963
out-degA:1.1814245426625214
-----------------
Name:AP_B
Ch:0
Ptx:5
CCA:-90
AvgThroughput:{}
Data packets_sent:{}
Data_packets lost:{}
rts_cts_sent:{}
rts_cts_lost:{}
in-degB:1.6025829114087657
out-degB:0.0006766529737718963

我需要搜索这些行/单词并将它们作为下一个数据集

---AP_A data---
Name:AP_A
in-degA:0.0006766529737718963
out-degA:1.1814245426625214
---AP_B data---
Name:AP_B
in-degB:1.6025829114087657
out-degB:0.0006766529737718963

我有一个代码可以做到这一点，但我无法做到我所描述的

archivo_ficha= "ficha_nodos_triang28.txt"
with open(archivo_ficha,'r') as inputfile:
     lines = []
     for line in inputfile:
         lines.append(line)

         search_words1=['Name:AP_A','in-degA','out-degA','Name:AP_B','in-degB','out-degB']
         for line in inputfile:
             if any(word in line  for word in search_words1):
                print("---datos_NodoA---")
                print(line)

                print("---datos_NodoB---")
                print(line)

提前致谢

Answer 1

你知道你有数据 A 和数据 B。你知道你从感兴趣的行中得到一个带有“AP_X”或“degX”的字符串。另外，你想打印一个标志来说明你输入了哪些数据。

好吧，您的数据以“名称：AP_X”开头。

您将 A 和 B 的所有“写入”变量设置为 false。 当您第一次遇到“名称：AP_A”时，您打开 write_A，保持 write_B 关闭，打印您的 header，它不会被打印两次（仅当 write_A = False 和“名称：AP_A”在行中时才会导致）然后你写下这些行包含感兴趣的标签。

archivo_ficha= "ficha_nodos_triang28.txt"

with open(archivo_ficha,'r') as inputfile:

     write_A = False; write_B = False; out_list = []

     for line in inputfile:

         if 'AP_A' in line and write_A == False:
            out_list.append("---datos_NodoA---"); print (out_list[-1])
            write_A = True; write_B = False

         if write_A == True and 'AP_A' in line or 'degA' in line:
            out_list.append(line.strip()); print (out_list[-1])


         if 'AP_B' in line and write_B == False:
            out_list.append("---datos_NodoA---"); print (out_list[-1])
            write_B = True; write_A = False

         if write_B == True and 'AP_B' in line or 'degB' in line:
             out_list.append(line.strip()); print (out_list[-1])

     inputfile.close()

Output：

---datos_NodoA---
Name:AP_A
in-degA:0.0006766529737718963
out-degA:1.1814245426625214
---datos_NodoB---
Name:AP_B
in-degB:1.6025829114087657
out-degB:0.0006766529737718963

Answer 2

正如PaulProgrammer 所建议的，您可以使用正则表达式。 在 Python 中：

import re
archivo_ficha = "ficha_nodos_triang28.txt"
matches = [re.search(r"(Name|(in|out))(.+)", line) for line in open(archivo_ficha, 'r')]
matches = [m.group() for m in matches if m]

matches是一个列表，您可以从中提取必要的数据：

['Name:AP_A',
 'in-degA:0.0006766529737718963',
 'out-degA:1.1814245426625214',
 'Name:AP_B',
 'in-degB:1.6025829114087657',
 'out-degB:0.0006766529737718963']

然后可以将它们分成 3 组，并产生您想要的 output。

解释：

re.search扫描一个字符串，寻找与该模式匹配的 substring。 这里的模式是(Name|(in|out))(.+) 。

• 第一部分Name|(in|out)表示：
  1. 查找Name
  2. 如果没有找到，找in或out
  3. 如果找到匹配项，则继续执行。 否则，搜索将移至下一行。
• 第二部分(.+)由特殊字符组成，以匹配字符串的 rest：
  • . 匹配任何字符（换行符除外）
  • +匹配前一个字符 ( . ) 1 次或多次