각 열의 값을 가져 오는 방법은 무엇입니까?

Question

나는 열이있는 텍스트 파일을 가지고 있습니다. 나는

A   B    C 
    2013  colombo   sri lanka  
    2012  Tokyo   Japan 

flolowing 내가 데이터를 찾을하는 데 사용되는 코드 열 "C"에서 데이터를 추출하고 싶습니다. 필드는 또한 코스 대답 탭으로

로 구분하는 경우

f = open('log.txt','r') 
data = f.read() 
import re 

#print data 

def find(pat,text): 
     match = re.search(pat,text) 
     if match: print match.group() 
     else: print 'not found!' 

x = re.findall(r'\w+:',data) 
print x 

Answer 1

with open('file.txt') as filehandler: 
    for line in filehandler: 
     print line.split(maxsplit=2)[2] 

사용 .split("\t"), 당신은 정규 표현식으로 분할 할 수 있습니다. 최대 하나의 공백으로 구분 된 단어로 나누어 볼 수 있습니다.

with open('file.txt') as filehandler: 
    for line in filehandler: 
     groups = re.compile(r'((?:\w+\s?)+)').split(line) 
     print groups[1], groups[3], groups[5] 

Answer 2

문제는 구체적으로 표시되어 있지만 추측 할 수는 있습니다. C 열에있는 "스리랑카"를 감안할 때 공간을 분할 할 수는 없습니다. 정확하게 붙여 넣은 경우 탭을 사용하지 않습니다.

각 열은 행의 특정 위치에서 시작할 수 있습니다. 열 A는 [3:12], 열 B는 [12:28], 열 C는 [28 :]입니다. 이 경우 :

[line[29:] for line in data.splitlines()[1:]] 

또 다른 가능성은 당신이 아니라 단지 공간에보다 더 공간이 1보다의 실행에 분할 할 것입니다. 이 경우 : 실제 파일 형식이기 때문에

그것이 나오는 것에 따라

[filter(None, line.split(' '))[2] for line in data.splitlines()[1:]] 

, 그 추측 중 어느 것도 바로는 ... 당신이 우리를 보여, 오히려 standard IIS log formats 한 것처럼 아무것도. 아직 어떤 것을 말하지 않았지만 W3C/NCSA/일반 형식 중 하나라고 가정하면 이는 웹 서버 로그를 구문 분석하는 것과 정확히 같습니다.

apachelog과 pylogsparser을 포함하여 여러 가지 파이썬 모듈이 있지만, 할 수있는 최선의 방법은 자신을 검색하여 그곳을 확인하는 것입니다.

Answer 3

그 열 B를 가정 한 단어 이상 없을 것 :

# This reads each line, removes the trailing newline, then splits on whitespace 
data = [line.strip().split() for line in open('log.txt')] 

# The columns 
A = [] 
B = [] 
C = [] 
for line in data: 
    A.append(line[0]) 
    B.append(line[1]) 
    # ' '.join(list) will return a string of the list separated by whitespace 
    C.append(' '.join(line[2:])) 

print C 

C 포함해야에만 열 C

Answer 4

귀하의 형식은 정말 underspecified입니다 - 그것은 좋은 규칙을 구하기 힘든 어디 하나 열 종료 다른 하나가 시작됩니다. 정렬되지 않은 행이있는 경우 데이터가 열과 일치하는 방식을 모호하게 결정할 수 없습니다.

따라서 경험적 연구가 필요합니다.

>>> print data 
    A   B    C 
    2013  colombo   sri lanka 
    2012  Tokyo   Japan 

>>> re.compile('\s{3,}').split(line.strip()) for line in data.splitlines()] 
[['A', 'B', 'C'], 
['2013', 'colombo', 'sri lanka'], 
['2012', 'Tokyo', 'Japan']] 

\s{3,}는 "최소 3 공백 문자"를 의미 정규 표현식 : 유망한 접근 방식은 적어도 3 개 공백 문자로 구분 열을 고려하는 것입니다.