使用基于fixedposition的模式将原始字符串数据转换为基于对象的结构，如JSON

Question

我的用例如下：

输入格式-具有固定总长度和每组固定位置的字符串表示某个值

让输入为{{CD1}}，并考虑位置1到3 ^ {}将表示字段1值，位置4到7 ^ { CD3>}将表示字段2值，位置8到10 ^ ^ {CD4>}将表示字段3值

输出格式-基于对象的结构，如JSON

{
"field1" : "ABC",
"field2" : "DE12",
"field3" : "345"
}

我的要求按优先顺序是

1. 从输入格式到JSON等输出格式的转换
2. 转换速度应尽可能快。可以相应地选择编程语言。最好是js或python。也欢迎使用其他语言作为解决方案
3. （可选）我们如何尽快将此解决方案扩展到1000秒的转换

Answer 1

1. 试试这个：

string_to_dict=lambda input_str:{“field1”：input_str[：3]，“field2”：input_str[3:7]， “field3”：输入[7:] 字符串到dict（“ABCDE12345”）

{'field1': 'ABC', 'field2': 'DE12', 'field3': '345'}

1. 速度取决于您的输入源。如果您有熊猫数据帧，您可以通过使用“映射”功能将此功能应用于系列来最大化速度：

df['stinrg_series'].映射（字符串到dict）