Python以智能方式搜索添加数字

我创建了一个脚本，该脚本以以下格式输出我正在执行的工作的时间表：

To:     JOE DOE

Client:     JOE DOE

Case #:     14-M-123        Charge: BREAKING AND ENTERING

----------------------------------------------------------------------------



12-12-12    research                1.2 hrs 89 miles
        Another task 
        yet another task

12-12-13    Conf. w/ magistrate ct          1.8 hrs 88 miles

11-11-11    Yadayada                0.0 hrs 10 miles

是否有一种简单的方法来搜索每个文件，并分别添加hrs和miles列

我假设你会使用正则表达式

import re
text = file('filename').read()
numbers = re.findall(r'([0-9.]+) hrs ([0-9]+) miles', text)
hours = sum(float(x[0]) for x in numbers)
miles = sum(int(x[1]) for x in numbers)

这样的办法应该行得通

它所做的是在文本中搜索一个数字的实例（可以选择带小数位），后跟

hrs

，另一个（无小数位）后跟

miles

我做了一些假设，比如数字和标签之间以及两列之间正好有一个空格，英里总是整数，小时不是，但希望您可以根据需要进行调整

这样的办法应该行得通

它所做的是在文本中搜索一个数字的实例（可以选择带小数位），后跟

hrs

，另一个（无小数位）后跟

miles

---

我做了一些假设，例如数字和标签之间以及两列之间正好有一个空格，英里总是整数，小时不是整数，但希望您可以根据需要进行调整。

一旦您的文件始终采用相同的格式，拆分就可以正常工作：

with open("in.txt") as f:
    tot_miles = 0
    tot_hrs = 0
    for line in f:
        line = line.rstrip()
        if line.endswith("miles"):
            spl = line.rsplit(None,4)
            h, m = spl[1],spl[3]
            tot_miles += int(m)
            tot_hrs += float(h)
    print("Total hrs = {}\nTotal miles = {}".format(tot_hrs,tot_miles))

Total hrs = 3.0
Total miles = 187

---

一旦文件始终采用相同的格式，拆分就可以正常工作：

with open("in.txt") as f:
    tot_miles = 0
    tot_hrs = 0
    for line in f:
        line = line.rstrip()
        if line.endswith("miles"):
            spl = line.rsplit(None,4)
            h, m = spl[1],spl[3]
            tot_miles += int(m)
            tot_hrs += float(h)
    print("Total hrs = {}\nTotal miles = {}".format(tot_hrs,tot_miles))

Total hrs = 3.0
Total miles = 187

---

我会反过来问另一个问题：你的脚本输出这些时间表，对吗？源数据是否仍然可用？如果是这样的话，如果您可以使用模板中添加的附加列重新生成时间表，那么它将更加可靠。正则表达式和其他解析将更加困难和耗时，更不用说将来更新脚本时的脆弱性了

---

每当我编写报告生成脚本时，我都会添加标志来重新生成以前的数据，就像它在给定日期运行一样。（这也使测试变得更容易。）

我想扭转这个局面，问一个不同的问题：您的脚本输出这些时间表，对吗？源数据是否仍然可用？如果是这样的话，如果您可以使用模板中添加的附加列重新生成时间表，那么它将更加可靠。正则表达式和其他解析将更加困难和耗时，更不用说将来更新脚本时的脆弱性了

---

每当我编写报告生成脚本时，我都会添加标志来重新生成以前的数据，就像它在给定日期运行一样。（这也使测试更容易。）

如果您首先可以控制输出数据的脚本，我建议您更改它，使其输出CSV数据（）

---

除了可以被任何其他Python程序简单地解析之外，它还提供了在Excel中可读和可修改的优势。

如果您首先可以控制输出数据的脚本，我建议您更改它，以便它输出CSV数据（）

---

除了可以被任何其他Python程序轻松解析之外，它还提供了在Excel中可读和可修改的优势。

如果

if

可以是

if line.endswith（'miles'）

就好像它是空的，不能以它结尾：）另外，我还可以用另一种方式拆分

line.rsplit（None，4）

然后取第1个和第3个结果-没什么大不了的，但它使它更显式和健壮，因为负索引总是会返回一些东西，即使它不正确，而直接索引可能会引发

索引器

指示某种形式的格式错误。@JonClements，True，谢谢。我已经开始用不同的方法来做了，if行确实是多余的。

if

可以是

if-line.endswith（'miles'）

就好像它是空的，不能以它结尾：）另外，我也会以另一种方式拆分

line.rsplit（None，4）

然后取第1个和第3个结果-没什么大不了的，但它使它更显式和健壮，因为负索引总是会返回一些东西，即使它不正确，而直接索引可能会引发

索引器

指示某种形式的格式错误。@JonClements，True，谢谢。我已经开始用不同的方式来做了，如果这条线确实是多余的。我为超链接道歉，我不知道这不是犹太教。谢谢你的编辑。我为超链接道歉，我不知道那不是犹太教。谢谢你的编辑。我想这是最适合我的。我很确定有一种方法可以将用户输入的数字转换成十进制（54-->54.0），所以这可能就是我要做的。

float（54）==54.0

，但我不确定您为什么需要它。也许我解释得不好？因此，如果用户输入小时作为整数，我可以保证找到它们。正则表达式不必匹配

，因此它将匹配

54

，就像匹配

54.0

一样。如果你想让英里数也可能是小数，你也可以在那里加一个点（并且在总和中也加一个浮点数）。我想这对我来说是最合适的。我很确定有一种方法可以将用户输入的数字转换成十进制（54-->54.0），所以这可能就是我要做的。

float（54）==54.0

，但我不确定您为什么需要它。也许我解释得不好？因此，如果用户输入小时作为整数，我可以保证找到它们。正则表达式不必匹配

，因此它将匹配

54

，就像匹配

54.0

一样。如果您希望英里数也可能是小数，您还可以在其中添加一个点（并在总和中使其成为浮点）。