如何阅读；“嗯”；从python中的文件

我必须读取一个格式始终相同的文件

据我所知，它的格式与我可以readline（）和标记化的格式相同。但我想有一种方法可以读得更多，如何说“好看”

我必须读取的文件具有以下格式：

Nom NMS-01
MAC AAAAAAAAAAA
UDPport 2019
TCPport 9129

---

我只是想用一种不同的方式来阅读它，而不必标记，如果可能的话，熊猫会做很多神奇的事情，所以也许这对你来说更漂亮

import pandas as pd

pd.read_csv('input.txt',sep = ' ',header=None,index_col=0)

这将为您提供一个可以进一步操作的数据帧：

0       1
Nom     NMS-01
MAC     AAAAAAAAAAA
UDPport 2019
TCPport 9129

---

你的问题似乎暗示“标记化”是一种神秘而复杂的过程。但事实上，您正试图做的事情正是标记化

下面是一种非常有效的方法，可以读取显示的文件，将其分解为令牌，并将其存储在数据结构中：

def read_file_data(data_file_path):
    result = {}
    with open(data_file_path) as data_file:
        for line in data_file:
            key, value = line.split(' ', maxsplit=1)
            result[key] = value
    return result

这并不复杂，代码也不多，不需要第三方库，而且易于使用：

data = read_file_data('path/to/file')
print(data['Nom'])  # prints "NMS-01"

现在，这个实现对文件的结构做了很多假设。除其他外，它假定：

• 整个文件的结构为键/值对
• 每个键/值对都适合一行
• 文件中的每一行都是键/值对（无注释或空行）
• 键不能包含空格字符
• 该值不能包含换行符
• 同一个键在文件中不会出现多次（如果出现，则最后一个给定的值是唯一返回的值是可以接受的）

其中一些假设可能是错误的，但对于您提供的数据样本，它们都是正确的

---

更一般地说：如果要解析某种结构化数据，需要了解数据的结构以及值之间的分隔方式。这就是为什么像XML、JSON和YAML这样的常见结构化数据格式（以及许多其他格式！）被发明出来的原因。一旦您了解了要解析的语言，标记化就是您编写的代码，将语言与输入的文本相匹配。

这完全取决于您想做什么：您想保持行的完整性，您想将每个单独的单词解释为字符串，还是在适当的情况下将其转换为数字？我需要文件的后半部分，我的意思是我需要“NMS-01”、“AAAA”和端口号。真正的问题是：你想如何阅读这些信息？是否要在python中填写“mom、mac、udpport和tcpport”之类的变量？那么首先不要使用文本文件，而是使用json。你只想一行一行地读吗？readline（）是您的朋友。您想将值解析为整数还是其他数据类型？先读一遍，然后再施展。@Blodorn:必须标记化是什么意思？一种可能的方法是逐行读取文件并使用适当的函数解析每一行。如果您在一个文件中有多个“数据块”，请检测每个数据块，单独对其进行分离和解析。如果每个文件只有一个块，我建议逐行读取（因为这是一种非常简单的方法），将每一行拆分为元素列表或元组，并为每一行生成dict。此外，您可以考虑使用

csv

模块。不提进一步的数据处理和导出。。。