在不同大小的python塊中遍歷字符串

Question

所以我正在用python處理文件，感覺它們有一個名字，但是我不確定它是什么。 它們就像csv文件，但沒有分隔符。 無論如何，在我的文件中，我都有很多行數據，其中前7個字符是ID號，然后下5個字符是其他數字，依此類推。 所以我想遍歷文件，讀取每一行並將其拆分並存儲到列表中。 這是一個例子：

來自文件： "0030108102017033119080001010048000000"

這些是我想將字符串分割成的塊： [7, 2, 8, 6, 2, 2, 5, 5]每個數字代表每個塊的長度。

首先，我嘗試了這個：

n = [7, 2, 8, 6, 2, 2, 5, 5]
for i in range(0, 37, n):
    print(i)

自然這是行不通的，所以現在我開始考慮可能的方法，而且它們似乎都非常復雜。 我在網上四處張望，似乎什么也找不到，甚至找不到大小的塊。 有什么輸入嗎？

編輯：在這種情況下，我正在尋找的答案應如下所示： ['0030108', '10', '20170331', '190800', '01', '01', '00480', '00000']其中列表n中的每個值代表每個塊的長度。

Answer 1

如果這些是ASCII字符串（或者每個字符一個字節），那么我可以使用struct.unpack 。

>>> import struct
>>> sizes = [7, 2, 8, 6, 2, 2, 5, 5]
>>> struct.unpack(''.join("%ds" % x for x in sizes), "0030108102017033119080001010048000000")
('0030108', '10', '20170331', '190800', '01', '01', '00480', '00000')
>>>

否則，您可以從部分大小的和中構造必要的slice對象，如果您使用的是Python 3，這很容易做到：

>>> psums = list(itertools.accumulate([0] + sizes))
>>> [s[slice(*i)] for i in zip(psums, psums[1:])]
['0030108', '10', '20170331', '190800', '01', '01', '00480', '00000']

accumulate可以在Python 2中用類似的方式實現

def accumulate(itr):
    total = 0
    for x in itr:
        total += x
        yield total

Answer 2

from itertools import accumulate, chain
s = "0030108102017033119080001010048000000"
n = [7, 2, 8, 6, 2, 2, 5, 5]
ranges = list(accumulate(n))
list(map(lambda i: s[i[0]:i[1]], zip(chain([0], ranges), ranges))
# ['0030108', '10', '20170331', '190800', '01', '01', '00480', '00000']

Answer 3

你可以試試這個嗎？

for line in file:
    n = [7, 2, 8, 6, 2, 2, 5, 5]
    total = 0
    for i in n:
        print(line[total:total+i])
        total += i 

這就是我可能要做的。 代碼遍歷文件的每一行，對於每一行，遍歷您需要拉出的長度列表n （位於列表n 。 可以將其修改為執行其他操作而不是打印，但是這樣做的目的是從該行返回一個切片。 total變量跟蹤我們到行中的距離。

Answer 4

這是一個生成器，它通過遍歷lsit的字符並從中形成子串來產生塊。 您可以使用此方法以這種方式處理任何可迭代的對象：

def chunks(s, sizes):
    it = iter(s)
    for size in sizes:
        l = []
        try:
            for _ in range(size):
                l.append(next(it))
        finally:
            yield ''.join(l)

s="0030108102017033119080001010048000000"
n = [7, 2, 8, 6, 2, 2, 5, 5]
print(list(chunks(s, n)))
# ['0030108', '10', '20170331', '190800', '01', '01', '00480', '00000']