在Python中解析选项卡分隔的文件
我试图在Python中解析一个以制表符分隔的文件,在这个文件中,除了行的开头之外放置了k个制表符的数字,应该放置在第k个数组中 除了逐行读取并执行原始解决方案将执行的所有明显处理之外,是否有内置函数或更好的方法来执行此操作?如下所示:在Python中解析选项卡分隔的文件,python,tabs,io,Python,Tabs,Io,我试图在Python中解析一个以制表符分隔的文件,在这个文件中,除了行的开头之外放置了k个制表符的数字,应该放置在第k个数组中 除了逐行读取并执行原始解决方案将执行的所有明显处理之外,是否有内置函数或更好的方法来执行此操作?如下所示: >>> s='1\t2\t3\t4\t5' >>> [x for x in s.split('\t')] ['1', '2', '3', '4', '5'] 对于文件: # create test file: >>
>>> s='1\t2\t3\t4\t5'
>>> [x for x in s.split('\t')]
['1', '2', '3', '4', '5']
对于文件:
# create test file:
>>> with open('tabs.txt','w') as o:
... s='\n'.join(['\t'.join(map(str,range(i,i+10))) for i in [0,10,20,30]])
... print >>o, s
#read that file:
>>> with open('tabs.txt','r') as f:
... LoL=[x.strip().split('\t') for x in f]
...
>>> LoL
[['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'],
['10', '11', '12', '13', '14', '15', '16', '17', '18', '19'],
['20', '21', '22', '23', '24', '25', '26', '27', '28', '29'],
['30', '31', '32', '33', '34', '35', '36', '37', '38', '39']]
>>> LoL[2][3]
23
如果要转换输入,请执行以下操作:
>>> with open('tabs.txt','r') as f:
... LoT=zip(*(line.strip().split('\t') for line in f))
...
>>> LoT[2][3]
'32'
或者(更好)使用默认发行版中的csv模块…您可以使用它轻松解析选项卡分隔的值文件
import csv
with open("tab-separated-values") as tsv:
for line in csv.reader(tsv, dialect="excel-tab"): #You can also use delimiter="\t" rather than giving a dialect.
...
其中,line
是当前行中每个迭代的值列表
编辑:如下所示,如果您想按列而不是按行阅读,那么最好使用zip()
builtin:
with open("tab-separated-values") as tsv:
for column in zip(*[line for line in csv.reader(tsv, dialect="excel-tab")]):
...
我不认为现在的答案真的符合你的要求。(更正:我现在看到@Gareth Latty/@Lattyware将我的答案作为结尾处的“编辑”并入了他的答案。) 无论如何,我的看法是: 假设以下是输入文件中以制表符分隔的值:
12345
6 7 8 9 10
11 12 13 14 15
16 17 18 19 20
那么这个,
打开(“tab separated values.txt”)作为inp:
打印(列表(zip(*(inp中的行的line.strip().split('\t'))))
将产生以下结果:
[('1','6','11','16'),
('2', '7', '12', '17'),
('3', '8', '13', '18'),
('4', '9', '14', '19'),
('5', '10', '15', '20')]
如您所见,它将每行的第k个元素放入第k个数组中 在Python中,创建空列表然后附加值是一种反模式。这就是列表理解的作用。@Lattyware:我个人并不觉得第一种形式很难阅读,但你是对的——嵌套列表理解可能更像python。已编辑。@drewk:
[x.split('\t')用于f.split('\n')]
毫无意义。没有x
,文件对象也没有split()
方法。@martineau:为什么要使用csv模块的完美例子,不是吗?打字错误修正。我测试了it@drewk:嗯,不太可能……很可能是后一件事每当缺少一个元素时,就会有两个连续的选项卡。那行吗?@Bob你为什么不试试看呢?(但会的)。@Lattyware:您使用“file”作为变量名是不允许的…)@martineau:在所有要重新绑定的默认内置名称中,文件
是问题最少的,尤其是因为它甚至不存在于3中。你们都可以用“文件中的文件:`当你们从我冰冷、死气沉沉的手上撬开它时!;^)@martineau我是一个Python 3.x人,所以我有时会忘记这是在2.x中粉碎文件。然而,这很好。编辑。有时很容易忘记,但习惯上接受你们问题的答案。@Bob不要让我们绞死。