Python：使用正则表达式提取文件的一列

我目前正在使用操作系统中的awk提取文件中的列：

os.system("awk '{print $'%i'}' < infile > outfile"%some_column)
np.loadtxt('outfile')

有没有一种使用正则表达式实现这一点的等效方法

谢谢

---

编辑：我想澄清一下，我正在寻找提取大型文件特定列的最佳方法

根据您的数据分隔符是什么，regex在这方面可能有些过分。如果分隔符是简单的空白或特定的字符/字符串，则可以使用分隔符分隔列

下面是一个示例程序来解释这可能的工作原理：

列=0第一列 以opendata.txt作为文件： data=file.readlines columns=listmaplambda x:x.strip.split[column]，数据 要分解这一点：

列=0 将名为data.txt的文件读入行数组 以opendata.txt作为文件： data=file.readlines 这是我们提取列时存储列的位置 列=[] 迭代文件中的每一行 对于行输入数据： 将包含尾随换行符的空格从 字符串的开始和结束 line=line.strip 使用任意数量的标准分隔符拆分行 空白字符 line=line.split 从所需索引中提取列数据并将其存储在列表中 columns.appendline[列] columns现在保存从该列提取的字符串列表

---

如果您使用csv，请使用csv库。您可以做一些简单的事情，如。在选择列之前和之后添加更多逗号。如果你有一个大文件，你可能只想使用csv模块。对于csv，你也可以使用pandas的csv_读取和loc功能。但是，这对大文件来说不是效率较低吗？如果你可能操作大文件，一次读取整个文件的确是个坏主意。我将您的问题解释为如何提取列，而不是如何以最佳方式读取文件，所以这就是我的示例代码要展示的内容。如果我正在编写一个完整的程序，我也不会硬编码列索引或数据文件路径。