如何在 python 中从混合的 txt 文件中读取数字

Question

我有一个由文本和数字组成的txt文件。它看起来像这样：

> this is a paragraph which is introductory which lasts
some more lines 
text text text
567 45 32 468
974 35 3578 4467
325 765 355 5466
text text text
1 3 6
text text>

我需要的是存储包含 4 个数字元素的行。

当我使用 read 命令时，所有元素都被读取并存储为字符串。我不确定我是否可以在不先过滤它们的情况下将数字转换为数字。

我将不胜感激任何帮助。 谢谢。

Answer 1

使用 splitlines() 函数。

A=open(your file here,'r').read().splitlines()

这将是一个列表，现在您可以提取所需的任何内容。 喜欢：

Req=[]
for i in A:
elem = [s.isnumeric() for s in i.split(' ')]
if len(elem) == 4 and all(elem):
Req.append(i)

Answer 2

如果你知道如何使用python正则表达式模块，你可以这样做：

import re
if __name__ == '__main__':
with open(TEST_FILE, 'r') as file_1:
for line in file_1.readlines():
if re.match(r'(d+s){4}', line): 
line = line.strip() # remove n character
print(line) # just lines with four numbers are printed

文件示例的结果是：

567 45 32 468
974 35 3578 4467
325 765 355 5466

Answer 3

逐行读取文件，并对其进行分析。跳过具有不相等的 4 个元素的行和不包含 4 个空格分隔整数的行：

results = []
with open (filename) as f:
for line in f:
line = line.strip().split()
if len(line) != 4:
continue  # line has != 4 elements
try: 
numbers = map(int,line)
except ValueError:
continue # line is not all numbers
# do something with line
results.append(line)  # or append(list(numbers)) to add the integers
print(*results, sep="n")

指纹：

['567', '45', '32', '468']
['974', '35', '3578', '4467']
['325', '765', '355', '5466']

Answer 4

如果您可以假设所需的行只有 4 个数字，那么此解决方案应该有效：

nums = []
with open('filename.txt') as f:
for line in f:
line = line.split()
if len(line) == 4 and all([c.isdigit() for c in line]):
# use [float(c) for c in line] if needed
nums.append([int(c) for c in line])
print(nums)

Answer 5

因此，您正在寻找一个子字符串，其中包含四个由空格分隔并以换行符结尾的整数。可以使用正则表达式来查找遵循此模式的子字符串。假设您将字符串存储在变量s中：

import re
matches = [m[0] for m in re.findall(r"((d+s){4})", s)]

matches变量现在包含包含正好四个整数的字符串。之后，如果需要，您可以拆分每个字符串并转换为整数：

matches = [[int(i) for i in s.split(' ')] for s in matches]

结果：

[[567, 45, 32, 468], [974, 35, 3578, 4467], [325, 765, 355, 5466]]

Answer 6

对我来说，这听起来像是re模块的任务。我会做的：

import re
with open('yourfile.txt', 'r') as f:
txt = f.read()
lines_w_4_numbers = re.findall(r'^d+sd+sd+sd+$', txt, re.M)
print(lines_w_4_numbers)

输出：

['567 45 32 468', '974 35 3578 4467', '325 765 355 5466']

说明：re.M标志表示^，$将匹配行的开头/结尾，s表示空格，d+表示 1 位或多位数字。

Answer 7

在这里使用正则表达式将是最强大的。我们使用 re.compile 创建一个模式，然后我们使用搜索或匹配方法来匹配字符串中的模式。

import re
p = re.compile(r'[d]{4}') # d matches for single digit and {4} will look for 4 continuous occurrences.
file = open('data.txt', 'r') # Opening the file
line_with_digits = [] 
for line in file:  # reading file line by line
if p.search(line): # searching for pattern in line
line_with_digits.append(line.strip())  # if pattern matches adding to list
print(line_with_digits) 

上述程序的输入文件为：

text text text
567 45 32 468
974 35 3578 4467
325 765 355 5466
text text text
1 3 6
text text
text  5566 text 45 text
text text 564 text 458 25 text

输出为：

['974 35 3578 4467', '325 765 355 5466', 'text  5566 text 45 text']

希望这有帮助。

Answer 8

您可以使用正则表达式：

import re
result = []
with open('file_name.txt') as fp:
for line in fp.readlines():
if re.search(r'd{4}', line):
result.append(line.strip())
print(result)

输出：

['974 35 3578 4467', '325 765 355 5466']