Python读取文件并使用子字符串分析行

Question

在Python中，我正在读取一个包含许多行的大文件。每行包含一个数字，然后是一个字符串，如下所示：

[37273738] Hello world!
[83847273747] Hey my name is James!

以此类推。

在读取txt文件并将其放入列表后，我想知道如何提取数字，然后根据数字对整行代码进行排序？

file = open("info.txt","r")
myList = []

for line in file:
    line = line.split()
    myList.append(line)

我想做的是：

由于消息1中的数字介于37273700和38000000之间，因此我将把它(以及遵循该规则的所有其他行)排序到一个单独的列表中

Answer 1

这正是您所需要的(对于排序部分)

my_sorted_list = sorted(my_list, key=lambda line: int(line[0][1:-2]))

Answer 2

使用元组作为键值：

for line in file:
    line = line.split()
    keyval = (line[0].replace('[','').replace(']',''),line[1:])
    print(keyval)
    myList.append(keyval)

排序

my_sorted_list = sorted(myList, key=lambda line: line[0])

Answer 3

这样如何：

# ---
# Function which gets a number from a line like so:
#  - searches for the pattern: start_of_line, [, sequence of digits
#  - if that's not found (e.g. empty line) return 0
#  - if it is found, try to convert it to a number type
#  - return the number, or 0 if that conversion fails

def extract_number(line):
    import re
    search_result = re.findall('^\[(\d+)\]', line)
    if not search_result:
        num = 0
    else:
        try:
            num = int(search_result[0])
        except ValueError:
            num = 0

    return num

# ---

# Read all the lines into a list
with open("info.txt") as f:
    lines = f.readlines()

# Sort them using the number function above, and print them
lines = sorted(lines, key=extract_number)
print ''.join(lines)

它在没有数字的行的情况下更具弹性，如果数字可能出现在不同的位置(例如，行开头的空格)，则更具可调性。

(强制建议不要使用file作为变量名，因为它已经是一个内置函数名，这会让人感到困惑)。

现在有了一个extract_number()函数，它更容易过滤：

lines2 = [L for L in lines if 37273700 < extract_number(L) < 38000000]
print ''.join(lines2)