使用python正则表达式创建温度数据的JSON数组

我有一个以以下格式存储温度的日志文件：

2013/09/30 11:23:01 Temperature 41.34F 5.19C
2013/09/30 11:23:01 Temperature 99.84F 37.69C
2013/09/30 11:23:01 Temperature 65.86F 18.81C
2013/09/30 11:25:02 Temperature 41.67F 5.38C
2013/09/30 11:25:02 Temperature 65.64F 18.69C
2013/09/30 11:25:02 Temperature 98.83F 37.12C

{"c":[{"v":"Date(2013, 8, 30, 11, 23)"}, 

给定分钟对应的数值数量可变，从1到3。如何使用Python正则表达式将数据转换为JSON格式，以便为每个时间和华氏温度值提供一系列值

{"c":[{"v":"Date(2013, 8, 30, 11, 23)"},{"v":41.34},{"v":99.84},{"v":65.86}]},

因此，脚本将打开“temperatures.log”，读取文件，获取时间值并将其转换为以下格式：

2013/09/30 11:23:01 Temperature 41.34F 5.19C
2013/09/30 11:23:01 Temperature 99.84F 37.69C
2013/09/30 11:23:01 Temperature 65.86F 18.81C
2013/09/30 11:25:02 Temperature 41.67F 5.38C
2013/09/30 11:25:02 Temperature 65.64F 18.69C
2013/09/30 11:25:02 Temperature 98.83F 37.12C

{"c":[{"v":"Date(2013, 8, 30, 11, 23)"}, 

（月份被-1抵消）

然后循环遍历当时的所有温度值，并包括每个类似值：

{"v":41.34},

直到找到与前一行不同的日期/时间表达式，然后使用

]}, 

---

编写输出文件，并开始下一个系列，直到日志文件结束。

您不需要正则表达式，因为您的数据非常简单。首先，请注意，您甚至可以在不解析日期的情况下组织数据，因为您可以使用简单的字符串比较：

def proc_lines(lines):
    cur_date = None
    cur_temps = []

    results = []

    for line in lines:
        parts = line.split()
        date = "%s %s" % (parts[0], parts[1])
        if date != cur_date:
            if cur_temps:
                #save current data
                results.append((cur_date, cur_temps))
            #reset state
            cur_date = date
            cur_temps = []
        #add the line's temperature in fahrenheit, stripping out the 'F'
        cur_temps.append(float(parts[3][:-1]))

    #process the last line
    if cur_temps:
        results.append((cur_date, cur_temps))

    return results

现在，

结果

将是一个

（日期、温度）

元组列表，其中包含未分析的日期：

>>> lines = """2013/09/30 11:23:01 Temperature 41.34F 5.19C
2013/09/30 11:23:01 Temperature 99.84F 37.69C
2013/09/30 11:23:01 Temperature 65.86F 18.81C
2013/09/30 11:25:02 Temperature 41.67F 5.38C
2013/09/30 11:25:02 Temperature 65.64F 18.69C
2013/09/30 11:25:02 Temperature 98.83F 37.12C""".split("\n")
>>> results = proc_lines(lines)
>>> results
[('2013/09/30 11:23:01', [41.340000000000003, 99.840000000000003, 
                          65.859999999999999]), 
 ('2013/09/30 11:25:02', [41.670000000000002, 65.640000000000001, 
                          98.829999999999998])]

您可以使用来实际解析日期并处理日期（按要求减去月份）：

请注意解析日期的格式字符串

“%Y/%m/%d%H:%m:%S”

。这个可爱的内置函数使您无需编写自己的regexp来处理日期

然后您只需按如下方式处理结果并转储到json：

>>> import json
>>> def proc_result(result):
    date, temps = result
    res = {'c': [{'v': proc_datestr(date)}]}
    for temp in temps:
        res['c'].append({'v': temp})
    return json.dumps(res)

>>> proc_result(results[0])
'{"c": [{"v": "Date(2013, 8, 30, 11, 23, 1)"}, {"v": 41.340000000000003}, {"v": 99.840000000000003}, {"v": 65.859999999999999}]}'
>>> proc_result(results[1])
'{"c": [{"v": "Date(2013, 8, 30, 11, 25, 2)"}, {"v": 41.670000000000002}, {"v": 65.640000000000001}, {"v": 98.829999999999998}]}'

---

这几乎是陈词滥调，但仍然是：“当遇到问题时，程序员会想，‘啊哈！我会使用正则表达式！’现在他有两个问题。”-正则表达式是一个非常有效的工具，但它有一个非常特殊的位置。这就像你工具箱后面的一个专用工具，除了它的一个预期用途之外，它对任何东西都毫无用处。