使用正则表达式读取和处理文件

Question

我有一个巨大的文件，它只是这些块的重复单元：

//WAYNE ROONEY (wr10)
  90 [label="90"];
  90 -> 11 [weight=25];
  90 -> 21 [weight=23];
  90 -> 31 [weight=17];
  90 -> 41 [weight=12];
  90 -> 51 [weight=1];
  90 -> 62 [weight=50];
  90 -> 72 [weight=7];
  90 -> 82 [weight=27];
  90 -> 92 [weight=9];
  90 -> 102 [weight=43];

我需要转换成这样的格式

^{pr2}$

也就是说，我只需要去掉所有多余的东西，把号码保持原样。在

我尝试使用regex，代码如下：

for line in filein:
    match = re.search('label=" "', line)
    if match:
        print (match.group())

但它只打印文件中'label'的所有实例。如果我试图搜索'label=" "'，则没有输出。如果我能知道怎么读标签的话，那么读重量就和它很相似了。在

Answer 1

这个怎么样：

import re

file = open("file","r")                       

for line in file:                                 
    if re.search('->',line):
        print ' '.join(re.findall('[0-9]+',line))

输出：

^{pr2}$

只需重定向以保存输出：python test.py > newfile

Answer 2

要获得每行的所有数字，请将r'\d+'与.findall()一起使用：

for line in filein:
    if 'label' in line:
        print 'label:',
    print ' '.join(re.findall(r'\d', line))

对于label行，您并不完全清楚要做什么，但是非常简单的循环将打印出：

^{pr2}$

等等

Answer 3

您可以将所有行与以下内容匹配：

1. (\d+)->；一个数字（反向引用）
2. \s*->\s*->；空格->；空格
3. (\d+)->；另一个号码（反向引用）
4. \s*\[weight=\"->；空格和文本[weigth=”
5. (\d+)->；另一个号码（反向引用）
6. \];->；Literal]；结束匹配。在

然后你有一个编号的反向引用，如下所示：

1. 第一个号码
2. 第二个号码
3. 第三个号码

现在可以使用所需的模式构建字符串。（1美元2美元3美元）