Python按字符串重新排列dat文件中的行

Question

如果这是重复，很抱歉，但我现在找不到。

基本上，我打开并读取一个dat文件，该文件包含大量路径，我需要循环通过这些路径来获得某些信息。

base.dat文件中的每一行都包含m.somenumber。例如，文件中的某些行可能是：

Volumes/hard_disc/u14_cut//u14m12.40_all.beta/beta8
Volumes/hard_disc/u14_cut/u14m12.50_all.beta/beta8
Volumes/hard_disc/u14_cut/u14m11.40_all.beta/beta8

我需要能够重写dat文件，以便所有行都从最大m.number到最小m.number重新排序。然后，当我循环通过数据库中的PATH时（如代码所示），我循环通过递减的m.

这是代码的相关部分

base = open('base8.dat', 'r')
database= base.read().splitlines()
base.close()
counter=0
mu_list=np.array([])
delta_list=np.array([])
ofsset = 0.00136
beta=0

for PATH in database:
    if os.path.exists(str(PATH)+'/CHI/optimal_spectral_function_CHI.dat'):    
        n1_array = numpy.loadtxt(str(PATH)+'/AVERAGES/av-err.n.dat')
        n7_array= numpy.loadtxt(str(PATH)+'/AVERAGES/av-err.npx.dat')
        n1_mean = n1_array[0]
        delta=round(float(5.0+ofsset-(n1_array[0]*2.+4.*n7_array[0])),6)
        par = open(str(PATH)+"/params10", "r")
        for line in par:
            counter= counter+1
            if re.match("mu", line):
                mioMU= re.findall('d+', line.translate(None, ';'))
                mioMU2=line.split()[2][:-1]
                mu=mioMU2
                print mu, delta, PATH
                mu_list=np.append(mu_list, mu)
                delta_list=np.append(delta_list,delta)
        optimal_counter=0
print delta_list, mu_list

我已经检查了可能的标记重复，但我似乎无法使其适用于我的文件，因为我的文件在技术上不包含字符串和数字。我需要排序的"数字"包含在整个字符串中：

Volumes/data_disc/u14_cut/from_met/u14m11.40_all.beta/beta16

并且我需要仅通过m（somenumber）部分来对整行进行排序

Answer 1

假设行的数字部分具有浮点形式，则可以使用正则表达式来匹配该部分，并将其从字符串转换为浮点。

之后，您可以使用这些信息对从文件中读取的所有行进行排序。我添加了一行无效数据，以显示如何处理无效数据。

作为一个快速的例子，我建议这样做：

import re
# TODO: Read file and get list of lines
l = ['Volumes/hard_disc/u14_cut/u14**m12.40**_all.beta/beta8',
    'Volumes/hard_disc/u14_cut/u14**m12.50**_all.beta/beta8',
    'Volumes/hard_disc/u14_cut/u14**m11.40**_all.beta/beta8',
    'Volumes/hard_disc/u14_cut/u14**mm11.40**_all.beta/beta8']
regex = r'^.+*{2}m{1}(?P<criterion>[0-9.]*)*{2}.+$'
p = re.compile(regex)
criterion_list = []
for s in l:
    m = p.match(s)
    if m:
        crit = m.group('criterion')
        try:
            crit = float(crit)
        except Exception as e:
            crit = 0
    else:
        crit = 0
    criterion_list.append(crit)

tuples_list = list(zip(criterion_list, l))
output = [element[1] for element in sorted(tuples_list, key=lambda t: t[0])]
print(output)
# TODO: Write output to new file or overwrite existing one.

给予：

['Volumes/hard_disc/u14_cut/u14**mm11.40**_all.beta/beta8', 'Volumes/hard_disc/u14_cut/u14**m11.40**_all.beta/beta8', 'Volumes/hard_disc/u14_cut/u14**m12.40**_all.beta/beta8', 'Volumes/hard_disc/u14_cut/u14**m12.50**_all.beta/beta8']

在从文件中读取所有行并将其存储到列表（此处称为l的列表）中之后，此代码段开始。正则表达式组criterion捕获包含在**m12.50**中的浮点部分，如您在regex101中看到的。因此，遍历所有行会得到一个新的列表，其中包含所有匹配的组作为浮点值。如果正则表达式在给定字符串上不匹配，或者将组强制转换为浮点值失败，则crit将设置为零，以便稍后在排序列表的最开始处显示这些无效行。

之后，zip()用于获得包含提取的浮点数和相应字符串的薄纱列表。现在，您可以根据元组的第一个元素对元组列表进行排序，并将相应的字符串写入新列表output。