使用正則表達式從文本文件中提取值

Question

我有一個文本文件，每當遇到字符串時，我想從中提取與字符串特定距離的值。 我對此完全陌生，並且知道這些類型的模式匹配問題可以使用正則表達式來解決。

<BEGIN> AUTO,CHANSTATE
<CH> Time: 2002-07-04 
<CH> Chan   Doppler       Code     Track        CdDoppler       CodeRange
<CH>    0   1449.32  2914.6679      0.00        833359.36        -154.093
<CH>    1   1450.35  2414.8292      0.00        833951.94        -154.093
<CH>    2   1450.35  6387.2597      0.00        833951.94        -154.093
<END>
<BEGIN> AUTO,CHSTAT
(it goes on)---------------------

上述結構在文件內重復多次。 有什么方法可以導出多普勒值（1449.32、1450.35、1450.35）並將其存儲在 python 列表中？ 既然這一切都以“AUTO，CHANSTATE”開頭，有沒有辦法可以將其作為獲取值的參考？ 或任何其他可能我無法想到的方式。 任何幫助都會非常顯着。

Answer 1

更好的方法是逐行解析文件。 在空白處拆分行並使用列表索引2捕獲Doppler的值。 這種方法的優點是，如果將來需要，您也可以訪問其他參數值。 嘗試這個：

with open("sample.txt") as file: # Use file to refer to the file object

    for line in file:  # Parsing file line by line
        data = line.split()  # Split the line over whitespace
        try:
            if isinstance(float(data[2]), float):
                print("Doppler = ", data[2])
        except (IndexError, ValueError) as e:
            pass

輸出：

Doppler =  1449.32
Doppler =  1450.35
Doppler =  1450.35

檢查此演示： https ://www.online-python.com/mgE32OXJW8

Answer 2

如果您真的想要/需要使用正則表達式，您可以這樣做。

代碼：

import re

text = '''<BEGIN> AUTO,CHANSTATE
<CH> Time: 2002-07-04 
<CH> Chan   Doppler       Code     Track        CdDoppler       CodeRange
<CH>    0   1449.32  2914.6679      0.00        833359.36        -154.093
<CH>    1   1450.35  2414.8292      0.00        833951.94        -154.093
<CH>    2   1450.35  6387.2597      0.00        833951.94        -154.093
<END>
<BEGIN> AUTO,CHSTAT
(it goes on)---------------------'''

find_this = re.findall('<CH>.*?[0-9].*?\s.*?([0-9].*?)\s', text)

print(find_this)

['1449.32', '1450.35', '1450.35']

[Program finished]

然而，正如其他人指出的那樣，還有其他方法可以在沒有 re 的情況下做到這一點。

Answer 3

或者任何其他方式...

沒有正則表達式，只有字符串函數

• 遍歷文件中的行
• 檢查行（以、包含或等於） '<BEGIN> AUTO,CHANSTATE'
  • 當它出現時，跳過接下來的兩行
• 繼續迭代，對於以'<CH>'開頭的每一行，
  • 在空白處拆分行，保存結果的第三項（ result[2] ）
• 繼續直到一行（開頭、包含或等於） '<END>'
• 再做一遍。