使用Python或Pandas，仅从txt或dat文件中提取字符串

我有一个.dat文件，形状如下，有几百行长：

AlOH                 200  6000  1000
 7.882068110E+05 -2.263671626E+03  7.823954880E+00  1.821171456E-04 -8.263729320E-08  1.265414876E-11 -6.875972530E-16 -1.039808093E+04 -2.209032458E+01
 5.876493180E+04 -9.449422690E+02  7.820599180E+00  5.858888470E-04 -4.083666810E-06  4.587229340E-09 -1.563936726E-12 -1.993283011E+04 -2.065043885E+01
Al2O                 200  6000  1000
-1.171074351E+05 -1.783009166E+02  7.633215360E+00 -5.335931770E-05  1.180702791E-08 -1.355444579E-12  6.287323890E-17 -1.947580149E+04 -1.415764167E+01
 7.776530700E+03 -1.294235361E+02  4.912509520E+00  8.604223450E-03 -1.217703648E-05  8.314634870E-09 -2.237722201E-12 -1.886512879E+04 -2.806368311E-02
Al2O3                200  6000  1000
-2.777784969E+05 -4.917465930E+02  1.386703888E+01 -1.469381940E-04  3.250406490E-08 -3.730867350E-12  1.730444284E-16 -6.790757850E+04 -4.375559873E+01
-7.443374320E+03  8.829004210E+01  5.264662640E+00  2.507678848E-02 -3.434541650E-05  2.302516980E-08 -6.122529280E-12 -6.872685950E+04  2.202324298E+00

我只想从中提取化学名称（因此仅提取字符串），最好是将其放入类似于

[AlOH，Al2O，Al2O3，…]

的列表中。我试着用pandas做这个，但是由于列的奇怪格式，文件没有被正确读取。我还没有在互联网上找到任何其他简短的解决方案，尽管这应该有一个很好的pythonic解决方案

有没有一个解决方案可以只提取字符串

---

建议的解决方案：

chemicals = []
with open('bla_file.dat') as file:
    for line in file: 
        line = line.split()
        for item in line:
            try:
                float(item)
            except ValueError:
                chemicals.append(item)

---

请发布任何可能更简单或更短的解决方案

从解析开始，然后根据字符或数据类型选择所需的Sting或取消选择不需要的Sting

基于不需要的字符串中的字符取消选择的示例：

nstr = ['.','+','-']

for line in lines:
    str = line.split(' ')

    for str in line:
        if str.findall(nstr):
            continue
        else
            print str

---

从解析开始，然后根据字符或数据类型选择所需的stings或取消选择不需要的stings

基于不需要的字符串中的字符取消选择的示例：

nstr = ['.','+','-']

for line in lines:
    str = line.split(' ')

    for str in line:
        if str.findall(nstr):
            continue
        else
            print str

---

如果您将其作为列表阅读，则：

lst = [1,5,'Chemical1', 1.05543, 'Chemical2']
chemLst = []
for x in lst:
    if isinstance(x, str):
        chemLst.append(x)

或

---

如果您将其作为列表阅读，则：

lst = [1,5,'Chemical1', 1.05543, 'Chemical2']
chemLst = []
for x in lst:
    if isinstance(x, str):
        chemLst.append(x)

或

---

您可以使用列表理解来创建化学品标题，并使用正则表达式来匹配其名称：

with open('bla_file.dat') as f:

    chemicals = [re.findall('^\w+',line)[0] for line in f.readlines() if re.search('^\w+',line)]

在您展示的示例中，它返回：

在本例中，您只需匹配每行化学品名称所需的模式，并在匹配的情况下将其添加到列表中。但是您仍然需要逐行阅读来创建列表。
您可以使用列表理解来创建化学品标题，并使用正则表达式来匹配其名称：

with open('bla_file.dat') as f:

    chemicals = [re.findall('^\w+',line)[0] for line in f.readlines() if re.search('^\w+',line)]

在您展示的示例中，它返回：


在本例中，您只需匹配每行化学品名称所需的模式，并在匹配的情况下将其添加到列表中。但是你仍然需要逐行阅读来创建列表。
不幸的是，我试图将它们作为列表来阅读，但我不知道怎么做。我现在读的是
，open（'bla.dat'）是文件：
，我不知道如何最有效地继续。我认为使用PandaSomething可能有更好的方法，比如：
data=[]
对于文件中的行：data.append（row.split（“”）
，然后运行上面的代码？诸如此类的事。但是如果你能把它很好地放到熊猫数据框中，那将是最好的。您只需使用head=list（df）提取标题，不幸的是，我试图将它们作为列表来阅读，但我不知道如何做。我现在读的是
，open（'bla.dat'）是文件：
，我不知道如何最有效地继续。我认为使用PandaSomething可能有更好的方法，比如：
data=[]
对于文件中的行：data.append（row.split（“”）
，然后运行上面的代码？诸如此类的事。但是如果你能把它很好地放到熊猫数据框中，那将是最好的。您只需使用head=list（df）提取标题，谢谢！最终，我以类似的方式解决了一个问题，但使用取消选择不是基于字符，而是基于字符串是否可转换为浮点。我在我的问题中添加了解决方案，但也许有人可以粘贴一个更短更简单的解决方案谢谢！最终，我以类似的方式解决了一个问题，但使用取消选择不是基于字符，而是基于字符串是否可转换为浮点。我在我的问题中添加了解决方案，但也许有人可以粘贴一个更短更简单的解决方案谢谢！这确实很短。
re.findall（'^\w+'，line）
和
re.search（'^\w+'，line）
做什么？如何理解它们的功能？
re.findall（pattern，string）
返回一个列表，其中包含字符串中模式的所有匹配项。
re.search（pattern，string）
仅在模式在字符串中匹配时返回对象，因此它更多地用作条件（
if
）。模式
^\w+
在字符串（
^
）的开头搜索任何单词字符（
\w
）。量词
+
指示搜索至少一个或多个上述标记（单词字符）。欲了解更多信息，请查看谢谢！这确实很短。
re.findall（'^\w+'，line）
和
re.search（'^\w+'，line）
做什么？如何理解它们的功能？
re.findall（pattern，string）
返回一个列表，其中包含字符串中模式的所有匹配项。
re.search（pattern，string）
仅在模式在字符串中匹配时返回对象，因此它更多地用作条件（
if
）。模式
^\w+
在字符串（
^
）的开头搜索任何单词字符（
\w
）。量词
+
指示搜索至少一个或多个上述标记（单词字符）。欲了解更多信息，请查看