如何編寫“之間”和“直到”以從python中的文本文件中提取整數？

Question

我有很多類似下面的內容。

_:9:_:SER _ 9 SER S 3 0.000 66.878  
_:11:_:LEU _ 11 LEU E 8 0.000 67.168    
_:108:_:ARG _ 108 ARG   1 0.000 62.398  

每個項目都用空格隔開。 由於不同的線具有不同數目（例如9 ， 11 ， 108 ），隨后的值不是在同一列的位置對齊。 在第三行中， ARG和1之間有3個空格，因為該行沒有該信息，因此使用空格來填充它。

我需要提取兩個信息

1） 9 ， 11 ， 108在第一，第二和第三線，分別值

2） 3 ， 8 ， 1值（前0.000在第一，第二和第三線，分別地）

我想使用python編寫通用腳本來提取該信息，而不是冗長的if-then loop來分別考慮一位，兩位和三位數字的情況。

我的想法是這樣的：

1）提取第一個和第二個之間的整數值:

2）提取第5個空格之后的整數值，直到在該值之后檢測到另一個空格為止。

Answer 1

如果您可以將每一行作為字符串獲取，則可以執行以下操作：

your_line = "_:108:_:ARG _ 108 ARG   1 0.000 62.398"
splitted = your_line.split()
# splitted = ['_:108:_:ARG', '_', '108', 'ARG', '1', '0.000', '62.398']

本質上，它會從原始列表中創建一個字符串列表，並由您輸入的字符分隔。如果不給split()參數，那么它將在任何空白處拆分字符串。

現在，您可以輕松提取所需的信息：

info1 = splitted[2]
info2 = splitted[4]

Answer 2

如果僅提取數字字段，則可以使用正則表達式\\d+(?:\\.\\d+)? ，它讀取數字，然后是句點和更多數字 。

然后，您可以使用re.findall將數字字段作為列表獲取，然后使用它們。

>>> fields = re.findall(r'\d+(?:\.\d*)?', lines[0])
>>> fields
['9', '9', '3', '0.000', '66.878']
>>> (fields[0], fields[2])
('9', '3')