Python 如何从Ruby中的非UTF-8文本文件中提取数字并将其放入另一个文件中？

我有一些数据由终端记录并保存到一个打字脚本文件中。我知道如果需要的话，我可以把它改成.txt。问题似乎是，尽管在请求文件编码时返回UTF-8，但我得到的错误似乎暗示编码是其他东西。例如，我无法将内容复制并粘贴到Word或其他文本编辑器中

不管怎样，我做标准的

.gsub一点运气都没有

或

.tr

从该文件中删除非数字字符的方法

输入如下所示：

_4ÑZŸs_4ÑZâ7o[?1034h
_4ÑZ8obash-3.2$ e4ÑZ”C
i[A e4ÑZõD
oscript -re4ÑZˇ?
i[Ae4ÑZ∑@
opython go.pyf4ÑZÌ
i
f4ÑZ£Ì
o
f4ÑZÊÚoattn 0
f4ÑZ,Ûoattn 0
attn 0
Hf4ÑZuÛoattn 0
attn 0
attn 0
attn 0
attn 0
attn 0
attn 0

其中“0”可以是介于0和128之间的任意数字

我只想要“attn”后面的数字，而不是attn

以下是我当前的代码：

File.open("input.txt").each do |line|
  number = line.gsub('[0-9]+', ' ')
  File.open("output.txt", "w+") { |f| f.write(number)  }
end

根据我所做的任何小改动，我要么得到一个枚举数，要么只得到输入文件的最后一个数字

没想到做这么基本的事情会这么难

奖励点：让程序输出这些数字，然后将它们插入excel工作表的第1列或第3列（无限期，直到我在终端中终止程序）的最佳方式是什么

生成输入文件的Python程序只需从串行对象获取值并将其输出到终端，终端将生成所讨论的文本文件。我只是徒劳地试图将它们从这个文本文件手动移动到Excel（我现在愚蠢地试图用一个简单的

Ruby

脚本将这项任务自动化）

Python或Ruby中的脚本就足够了，只要它接受一个.txt文件作为输入（因为我正在处理已经生成的数据）

我有一台Mac电脑，所以我使用页面，如果这有区别的话

是有问题的原始文件。编辑：出于安全原因删除文件

TL；博士

如何在新的一行（每个数字的长度为1-3位）上仅打印typescript（似乎非UTF-8）文件中的数字

如何使整个过程自动化，并让Python程序无限期地（在一个无限的

中，而True:

循环）将值插入

.numbers

（Excel for Mac）文件中

---

谢谢大家!

Regex：或

（？你真的应该把这个问题分成两个独立的问题。下面是第一个问题的答案；一些Ruby代码可以做你想做的事情：

numbers = File.readlines('input.txt').grep(/^attr \d+/).map do |line|
  line.split('attr ').last.chomp.to_i
end

File.write('output.txt', numbers.join("\n"))

感谢您的回答。最终对我有效的解决方案是获取二进制文件并通过以下脚本运行它：

strings input.txt | grep-o“\d.*”| uniq>output.txt

如前所述，它使用Unix命令
strings
仅从二进制文件生成字符串，然后运行
grep
命令仅输出每个数字的唯一实例（未排序，因为它是基于时间的数据）到输出文件。然后我只是使用Excel进行进一步筛选。
这似乎对其他txt文件有效，但不是我尝试使用的文件！我收到以下错误：dataprocessor.rb:1:in`==='：UTF-8中的字节序列无效（ArgumentError）但是当我请求文件的编码时，它显示为UTF-8。发生了什么事？UTF-8是默认编码，因此即使内容不是有效的UTF-8，文件也将以UTF-8编码模式打开。看起来该文件根本不是文本文件，而是二进制文件。因此，无法可靠地调用
读线
，因为这样会以文本模式而不是二进制模式打开文件。此数据文件是如何创建的？有一个Unix实用程序，
strings
，它可以扫描一个文件，该文件可以是二进制文件，并输出它找到的字符串。您可以使用该工具，甚至可以使用系统的
grep
，以加快操作速度并减少内存消耗：
strings-input.txt
或使用grep，
strings-input.txt | grep“^attr\d”
（如果不进一步研究，我不知道命令行上最好的正则表达式。）您需要对传递到命令行的带引号的字符串使用Shellwords.escape，首先执行
require Shellwords
。
Shellwords
在上面的注释中应该包含引号，所以它应该是
require'Shellwords'
。我使用了bash命令“script-r”，以录制终端会话。它自动生成此文件。非常感谢您提供的所有有用信息！您刚刚为我节省了大量的工作。
['11', '0', '99', '120', '0']

numbers = File.readlines('input.txt').grep(/^attr \d+/).map do |line|
  line.split('attr ').last.chomp.to_i
end

File.write('output.txt', numbers.join("\n"))