python :从.txt文件逐行捕获不同的字符串

Question

我需要逐行从.txt文件中提取名称/字符串。我想用regex来做这件事。

例如：在下面的这一行，我想提取“维克多刘”，“西提赞”和字符串“电汇”在三个不同的列表，然后输出到一个excel文件。你可能会看到txt文件也

电汇0008563668 040122 BDVI0093刘荣华10,126.75- .00 10,126.75- SITI ZUZAN 16:15:09

我试过这个代码

for file in os.listdir(directory):
     filename = os.fsdecode(file)
     if (filename.endswith(".txt") or filename.endswith(".TXT")) and (filename.find('AllBanks')!=-1):
        with open(file) as AllBanks:
            for line in AllBanks:
                try:
                    match4 = re.search(r'( [a-zA-Z]+ [a-zA-Z]+ [a-zA-Z]+ )|( [a-zA-Z]+ [a-zA-Z]+)', line)                    
                    List4.append(match4.group(0).strip())                     
                except:
                    List4.append('NA')
df = pd.DataFrame(np.column_stack([List4,List5,List6]),columns=['a', 'b', 'c'])
df.to_excel('AllBanks.xlsx', index=False)

Answer 1

您的文本文件看起来是固定宽度列-没有分隔符。您可以使用像‘^(.{20})(.{15})(.{30})这样的re捕获组。

或者您可以指定列的起始位置和宽度，并使用它们将每一行的数据拼接出来。

此方法将从文件的每一行解析2列，并返回一个行数组，每个行都包含一个列数组。

def parse(filename):
    fixed_columns = [[0, 28], [71, 50]] # start pos and width pairs of columns you want
    rows = []
    with open(filename) as file:
        for line in file:
            cols = []
            for start,wid in fixed_columns:
                cols.append(line[start: start+wid].strip())
            rows.append(cols)
    return rows

for row in parse(filename):
    print(", ".join(row))

输出：

TELEGRAPHIC TRANSFER, LIEW WAI KEEN
TELEGRAPHIC TRANSFER, KWAN SANG@KWAN CHEE SANG
TELEGRAPHIC TRANSFER, VICTOR LAU
TELEGRAPHIC TRANSFER, VICTOR LAU

从这里开始，您可以以任何方式保存数据。