[英]Extra characters ('.') appended to data from multiple files while writing to .csv file with python2 script
我正在嘗試在python2中創建一個相對簡單的腳本,該腳本會通過目錄中的多個.out文件進行爬網並提取一些數據。 然后將數據與標識符一起寫入.csv文件。
我的問題是看似隨機的'。 或“ ..”附加到數據字符串的末尾。
這是我的代碼(我知道看這很可怕,對不起):
import os
import string
import time
import sys
import csv
input = raw_input
location = input('Set directory path: ')
os.makedirs(location+'/outputs/')
print "Created output directory."
print "Waiting for archiving to finish..."
forCall = "cd "+location+" && mv *.out outputs/"
os.system(forCall)
time.sleep(1)
print "Archived output files."
newLocation = location+"/outputs/"
def checker(filein, bondlength):
o = open("results.csv", "a")
with open(filein) as curFile:
for line in curFile:
if "SCF Done:" in line:
var = line
var = filter(lambda x: x.isdigit() or x == '-' or x == '.', var)
var = var[1:-2] # slices the first '-' and two trailing '.'
bondlength = ''.join(bondlength.split())
bondlength = bondlength[:-4] # slices .out from 'bondlength.out'
o.write(var+';'+bondlength+'\n')
o.close()
for filename in os.listdir(newLocation):
fileLocation = newLocation+filename
checker(fileLocation, filename)
datacsv = csv.reader(open('results.csv'), delimiter=";")
sortedData = sorted(datacsv, key=lambda row: row[1], reverse=False)
with open('sortedData.csv', 'wb') as csv_file:
wr = csv.writer(csv_file, delimiter=";")
wr.writerows(sortedData)
我感興趣的.out文件中的行如下所示:
完成SCF:5個周期后E(RB + HF-LYP)= -107.450926197 AU
現在,我需要為每個.out文件獲取E(使用任何計算方法)的值,並將其附加到具有兩列的.csv文件中:一列用於能量,一列用於鍵長(乘以10 ^ 3,但這現在並不重要),即.out文件的名稱(例如1036.out)。
任何幫助是極大的贊賞。
問題在於您提取數據的方法-從示例行中過濾出不是數字,破折號或點的字符將導致--107.450926197..5
第一個破折號來自HF-LYP
部分, --107.450926197..5
5來自5 cycles
,前兩個點來自AU
。 當您將子字符串的第一個和最后一個字符切出時,將得到-107.450926197..
。
相反,我建議是通過在字符串中找到=
來找到數字,然后將所有內容都切掉直到下一個空格,例如:
var = "SCF Done: E(RB+HF-LYP) = -107.450926197 A.U. after 5 cycles"
var = var[var.find("=") + 1:].strip() # clean out everything before the equal sign
var = var[:var.find(" ") + 1].strip() # clean out everything after the first whitespace
# -107.450926197
或者通過在=
然后在空格上分割來更不安全:
var = "SCF Done: E(RB+HF-LYP) = -107.450926197 A.U. after 5 cycles"
var = var.split("=", 1)[1].split(None, 1)[0]
# -107.450926197
或使用簡單的正則表達式執行此操作:
import re
find_numbers = re.compile(r"-?[0-9]\d*(\.\d+)?") # find any number
var = "SCF Done: E(RB+HF-LYP) = -107.450926197 A.U. after 5 cycles"
var = find_numbers.search(var).group()
# -107.450926197
您還應該考慮先加載當前結果,然后在遍歷*.out
文件時寫入相同的列表,對列表進行排序並覆蓋results.csv
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.