python字典的固定宽度文本文件

我试图在Python中导入一个类似于下面报告的文本文件

+ CATEGORY_1 first_part of long attribute <NAME_a>
|     ...second part of long attribute
|    + CATEGORY_2: a sequence of attributes that extend over 
|    |     ... possibly many <NAME_b>
|    |     ... lines
|    |    + SOURCE_1 => source_code 
|    + CATEGORY_2: another sequence of attributes that extend over <NAME_c>
|    |     ... possibly many lines
|    |    + CATEGORY_1: yet another sequence of <NAME_d> attributes that extend over
|    |    |     ...many lines 
|    |    |    + CATEGORY_2: I really think <NAME_e> that
|    |    |    |     ... you got the point 
|    |    |    |     ... now
|    |    |    |    + SOURCE_1 => source_code 
|    + SOURCE_2 => path_to_file 

在我看来，这里的主要思想是在行开始之前计算制表符的数量，这将决定层次结构。 我试过看熊猫的read_fwf和numpy loadfromtxt，但没有成功。

---

你能给我指出解决这个问题的相关模块或策略吗？

不是一个完整的答案，但你可以使用堆栈的方法

每次输入类别时，都会将类别键按到堆栈中。 然后你读这一行，检查标签的数量，并根据需要存储。如果级别与前一级别相同或更高，则从堆栈中弹出项目。 然后您只需要使用基本正则表达式来提取项目

一些Python/伪代码，这样您就可以有一个想法了

levels = []
items = {}
last_level = 0

for line in file:
   current_level = count_tabs()
   if current_level > last_level:
      name = extract_name(line)
      levels.append(name)
      items = fill_dictionary_in_level(name, line)
   else:
      levels.pop()
   last_level = current_level

return items

以下是一个策略：

对于每一行，使用RegEx解析该行并提取数据

这是一份草稿：

import re

line = "|    + CATEGORY_2: another sequence of attributes that extend over <NAME_c>"

level = line.count("|") + 1
mo = re.match(r".*\+\s+(?P<category>[^:]+):.*<(?P<name>[^>]+)>", line)
category = mo.group("category")
name = mo.group("name")

print("level: {0}".format(level))
print("category: {0}".format(category))
print("name: {0}".format(name))

---

任何关于如何解决这个问题的提示都将不胜感激。不要只寻找“开箱即用”的解决方案。策略：由于您的数据结构是扁平的（它是一个文本文件），您需要开发自己的解析器来猜测级别、识别名称……要构建字典结构，您需要一个堆栈。

import re

line = "|    + CATEGORY_2: another sequence of attributes that extend over <NAME_c>"

level = line.count("|") + 1
mo = re.match(r".*\+\s+(?P<category>[^:]+):.*<(?P<name>[^>]+)>", line)
category = mo.group("category")
name = mo.group("name")

print("level: {0}".format(level))
print("category: {0}".format(category))
print("name: {0}".format(name))

level: 2
category: CATEGORY_2
name: NAME_c