在匹配模式的字符串中查找文本

Question

我有一個text / csv文件，其中包含如下所示的行：

05:21:20PM   Driving 46 84.0         Some Road; Some Ext 1; in SomePLace; Long 38 12 40.6 E Lat 29 2 47.2 S

還有其他行包含我不追求的數據。

我只想提取時間戳，然后是LatLong。

我感興趣的行中唯​​一不變的是開頭的timstamp，總是8個字符長，以PM或AM結束，然后以“Long”開頭的Lat / Long結束於“ S”。

有沒有什么方法可以運行這個文件，只刪除這兩個文本，將它們連接成一個新行，並忽略所有其他沒有時間戳作為第一個條目的行和Lat / Long部分在結束（某些行的開頭有時間戳但不是緯度/長度）

Answer 1

使用csv模塊解析行，然后拆分最后一列; 獲取緯度/經度坐標：

with open(inputfilename, 'rb') as inputfh:
    reader = csv.reader(inputfh, delimiter='\t')
    for row in reader:
        timestamp = row[0]
        lat_long = row[2].rpartition(';')[-1].strip()

這假定文件是以制表符分隔的，並且latitute / longitude條目始終是最后一個; 第3列中的分號分隔值

Answer 2

如果您的數據是CSV格式，我不建議使用正則表達式，因為這不是很漂亮，正則表達式是CSV的錯誤工具。 但是因為您的數據看起來不像真正的CSV格式，所以使用正則表達式解析它可能是一個選項，這段代碼適用於您提供的示例 ：

import re

with open('inputfilename', 'rU') as f:
    for line in f:
        mat = re.match("(\d+):(\d+):(\d+)([AP]M).*Long\s+([^EW]+[EW]).*Lat\s+([^NS]+[NS])", line)
        if mat is not None:
            print mat.groups()

結果：

('05', '21', '20', 'PM', '38 12 40.6 E', '29 2 47.2 S')

對此結果的進一步處理留作練習，但它可能如下所示：

hour, minute, second, am_pm, long, lat = mat.groups()

Answer 3

>>> s = "05:21:20PM   Driving 46 84.0         Some Road; Some Ext 1; in SomePLace; Long 38 12 40.6 E Lat 29 2 47.2 S"
>>> date = s.split(" ")[0]
>>> date
'05:21:20PM'
>>> long_start = "Long"
>>> lat_start = "Lat"
>>> longtitude = s[s.find(long_start) + len(long_start): s.find(lat_start)]
>>> longtitude 
' 38 12 40.6 E '
>>> latitude = s[s.find(lat_start) + len(lat_start):]
>>> 
>>> latitude
' 29 2 47.2 S'
>>> latitude = s[s.find(lat_start) + len(lat_start):].strip()
>>> latitude
'29 2 47.2 S'
>>>