Python智能搜索添加数字

Question

我已经创建了一个脚本，它为我以这种格式所做的工作输出时间表：

To:     JOE DOE

Client:     JOE DOE

Case #:     14-M-123        Charge: BREAKING AND ENTERING

----------------------------------------------------------------------------



12-12-12    research                1.2 hrs 89 miles
        Another task 
        yet another task

12-12-13    Conf. w/ magistrate ct          1.8 hrs 88 miles

11-11-11    Yadayada                0.0 hrs 10 miles

是否有一种简单的方法来搜索每个文件，并分别添加小时和英里列？

我假设你会使用正则表达式？

Answer 1

import re
text = file('filename').read()
numbers = re.findall(r'([0-9.]+) hrs ([0-9]+) miles', text)
hours = sum(float(x[0]) for x in numbers)
miles = sum(int(x[1]) for x in numbers)

像这样的东西应该管用。

它所做的是在文本中搜索一个数字的实例(可以选择小数位)，后面是hrs，另一个实例(没有小数位)后面跟着miles。

我做了几个假设，比如在数字和它们的标签之间，以及在两列之间有一个空格，英里总是整数，而小时不是整数，但希望您可以根据需要进行调整。

Answer 2

一旦您的文件始终采用相同的格式，split将正常工作：

with open("in.txt") as f:
    tot_miles = 0
    tot_hrs = 0
    for line in f:
        line = line.rstrip()
        if line.endswith("miles"):
            spl = line.rsplit(None,4)
            h, m = spl[1],spl[3]
            tot_miles += int(m)
            tot_hrs += float(h)
    print("Total hrs = {}\nTotal miles = {}".format(tot_hrs,tot_miles))

Total hrs = 3.0
Total miles = 187

Answer 3

我会反过来问一个不同的问题:你的脚本输出这些时间表，对吗？源数据仍然可用吗？如果是这样的话，如果您可以在模板中添加额外的列来重新生成时间表，那么它将更加可靠。正则表达式和其他解析将更加困难和耗时，更不用说将来更新脚本时的易碎性了。

每当我编写报表生成脚本时，我都会添加标志来重新生成以前的数据，就好像它是在给定的日期上运行一样。(这也使测试变得更容易。)