如何使用Python恢复字符串的格式
如何使用Python恢复字符串的格式
提问于 2019-04-17 00:42:59
我有一个文件由许多固定宽度格式的文本组成。每行可以使用各种宽度和格式的单词和数字的组合。我希望能够在修改一些单词和数字后重写文件。我正计划使用Python函数string.format()来实现这一目标。但是，要做到这一点，我需要为每一行恢复格式规范（这里描述）。
我查看了使用完整的解析器包，例如这里描述的包，但我认为这可能有点过分。我还研究了每行中每个字符的迭代并检查它是什么类型，但结果却非常缓慢而笨重。
我试图放在一起的功能看起来像这样：
def get_format_spec(line):
'''reads a line (<class 'str'>) and returns the format specification
(also <class 'str'>) used by str.format().
'''
--> PROCESS LINE <--
return format_spec
目标是使功能执行如下：
line = " 1 1.00E+07 autv 5 1000 1.00E-01 -1.00E+00 0 0"
format_spec = get_format_spec(line)
print(format_spec)
>> "{:>10d}{:>10.2E}{:>5}{:>5d}{:>5d}{:>10.2E}{:>10.2E}{:>5d}{:>5d}"
Stack Overflow用户
发布于 2019-04-17 10:32:26
这通常是不可能的，因为有多种格式可以产生任何给定的输出文本。您描述的语义要求您定义输出语言的语法，以便您可以正确地将输入解析为一系列词法标记。然后可以使用格式规范单独描述这些令牌。
如果没有这种语法，退化情况就是微不足道的：每一行都是一个共同长度的字符串。因此，不需要重新格式化。
OP评论后更新
如果字符串唯一地解析为这些令牌，是的，问题是易处理的。考虑到你的一个例子，我希望它易于处理：你有整数，E格式的实数和字母串，整齐地用空格分隔。
我看到四种令牌类型：
- 特定长度的白色空间;
- 连续的数字串（整数）
- 连续的字母串（alpha / string / Hollerith）
- digit period digit-string E optional-minus digit-string（float）
这是一个非常简单的语法; 无论您选择何种解析工具，都可以在线找到大量帮助。事实上，正则表达式在处理此问题时几乎没有问题。
第二次更新
对此没有一般解决方案; 你不能唯一地解决一些问题，例如1.23E116：是单个浮点数，还是浮点数后跟整数6或16？
但是，如果您可以解决这种歧义，我相信您再次拥有可以使用正则表达式解决的问题。FORTRAN E格式要求允许您从字符串中拉出一个浮点数，因为该点前面只有一个数字。例如：
126.022E232.71828E001.5E01
如下
12 integer
6.022E23 float
2.71828 float
15.0 float
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/-100006628
复制相关文章
相似问题
腾讯云开发者
