从文本文件中解析数据

我有一个文本文件，其内容如下：

******** ENTRY 01 ********
ID:                  01
Data1:               0.1834869385E-002
Data2:              10.9598489301
Data3:              -0.1091356549E+001
Data4:                715

然后是一个空行，并重复更多类似的块，所有块都具有相同的数据字段。

我正在将 C++ 代码移植到 Python，某些部分逐行获取文件，检测文本标题，然后检测每个字段文本以提取数据。这看起来根本不像一个智能代码，我认为 Python 必须有一些库来轻松解析这样的数据。毕竟，它看起来几乎像 CSV！

有什么想法吗？

实际上，它与 CSV 相差甚远。

您可以将该文件用作迭代器；以下生成器函数生成完整的部分：

def load_sections(filename):
    with open(filename, 'r') as infile:
        line = ''
        while True:
            while not line.startswith('****'): 
                line = next(infile)  # raises StopIteration, ending the generator
                continue  # find next entry

            entry = {}
            for line in infile:
                line = line.strip()
                if not line: break

                key, value = map(str.strip, line.split(':', 1))
                entry[key] = value

            yield entry

这会将文件视为迭代器，这意味着任何循环都会将文件前进到下一行。外环仅用于从一个部分移动到另一个部分；内在的while and for循环完成所有实际工作；首先跳过行直到****找到标头部分（否则丢弃），然后循环所有非空行以创建一个部分。

在循环中使用该函数：

for section in load_sections(filename):
    print section

在文本文件中重复示例数据会导致：

>>> for section in load_sections('/tmp/test.txt'):
...     print section
... 
{'Data4': '715', 'Data1': '0.1834869385E-002', 'ID': '01', 'Data3': '-0.1091356549E+001', 'Data2': '10.9598489301'}
{'Data4': '715', 'Data1': '0.1834869385E-002', 'ID': '01', 'Data3': '-0.1091356549E+001', 'Data2': '10.9598489301'}
{'Data4': '715', 'Data1': '0.1834869385E-002', 'ID': '01', 'Data3': '-0.1091356549E+001', 'Data2': '10.9598489301'}

如果需要，您可以添加一些数据转换器；键到可调用的映射可以：

converters = {'ID': int, 'Data1': float, 'Data2': float, 'Data3': float, 'Data4': int}

然后在生成器函数中，而不是entry[key] = value do entry[key] = converters.get(key, lambda v: v)(value).