DjangoBB LoFi version

Полная версия: Пропарсить строку по позициям символов.

Начало » Python для новичков » Пропарсить строку по позициям символов.

Hellb0y

Ноя. 1, 2010 18:30:37

Есть несколько тхт файлов. Каждый файл представляет собой набор строк. Каждая строка представляет собой набор символов. Без разделителей, без чего либо еще. О структуре строки можно судить только изходя из документации с ее скелетом.

Напимер:

строка:

   7Петя      Иванов     СергеевичМоскваРоссия29779106619

И скелет (позиции соответсвующих полей):

Поле                    Позиция
ID                       [0-3]              
Имя                      [4-7]
Фамилия                 [8-15]
Отчество                [16-25]
Город                    [26-32]
Страна                   [33-40]
Возраст                  [41-42]
Телефон                 [43-49]

Т.е. о том, где заканчивается предыдущее слово, и где начинается следующее - можно понять только из скелета.
Таких файлов несколько. В каждом файле - свои данные (которых может не быть в другом файле) и у каждого файла свой скелет.

С помощью чего лучше всего сделать парсер таких файлов, чтобы строки разбивать на куски и запихивать в переменные.
Split тут точно не сработает. Вырезать для каждого файла срезы - как-то не то… Должно быть возможность проще…
Подскажите плз.

P.S. На Perl'e в свое время эту задачу решил с помощью побитового разбиения строки сразу при чтении.
Выглядело примерно так:

open DATA, $fileaddress;
while (read(DATA, $buf, 4+4+8+10+7+8+2+7)) {
   ($client_id, $firstname, $lastname, $midname, $city, $country, $age, $phone) = unpack($format_str, $buf);
}

Искал что-то подобное в питоне.. Пока что поиски не увенчались успехом.
Надеюсь на вашу помощь.
Спасибо.

PooH

Ноя. 1, 2010 21:36:53

import re

class DullReader:
    scheme_str = re.compile(r'(?P<name>\w+)\s+\[(?P<start>\d+)-(?P<end>\d+)\]')
        
    def __init__(self, scheme):
        self.scheme =[]
        for s in scheme:
            match = self.scheme_str.match(s)
            if match:
                self.scheme.append((int(match.group('start')),int(match.group('end')), match.group('name')))

    def read(self, f):
        for s in f:
            yield dict((x[2],s[x[0]:x[1]]) for x in self.scheme)
                

reader = DullReader('template.txt')
for x in reader.read('1.txt'):
    print x

соответственно в template.txt скелет, в 1.txt данные

doza_and

Ноя. 6, 2010 21:02:01

Могу предложить еще вариант

from struct import unpack
for str in open("data.dat","r"):
    a,b,c,nl=unpack("3s3s3sc",str)

скелет тут ручной ближе к вашему перл коду