从文件中读取特定的单词和值，并将它们存储在字典中

Question

我想从具有这种格式的文件中读取：

胡扯 胡言乱语 更胡言乱语 胡言乱语(总共约10行垃圾) 1姓3 9,50 22 38 2姓中间名1 6,50 22 38 38

我想要的是用粗体值填充字典，关键字是行的第一个数字，如下所示：

dict ={ 1：'lastname'，‘6.50’，'9,50'，2：'lastname'，‘6.50’，'6.50'}

到目前为止，我已经做了这个：

list=[0,0,0]
dict={}

def process(line):
    words = line.split()
    list[0] = words[1]
    list[1] = words[2]
    list[2] = words[4]
    dict[int(words[0])] = list  

with open('fisierIntrare.txt') as file:
    for i in xrange(10):
        file.next()
    for line in file:
        process(line)
        list=[0,0,0]        


print dict

它基本上完成了我想要做的事情，但是它严重依赖于文件的某种格式，并且不能很好地将名字和middlename连接在一个字符串中，它们被绑定成这样: firstname-middlename。在行的第一个数和下一个数字之间只有名字：

一个姓姓三..。

2姓名中间名2.

3姓、名、中名、下名、名、名.

另外，如何将每个列表中的最后一个值设置为浮点数？即'9,50‘-> 9.5，并使字典如下：

dict ={ 1：'lastname'，‘dict’，9.5，2：'lastname'，‘dict’，6.5}

那么，有什么想法可以让我的代码像我所希望的那样工作呢？

编辑:胡言乱语并不完全是胡言乱语，它可以是其他名字或数字，只是那些我不想提取的名字或数字。用正则表达式进行搜索对我来说不是个好主意。例如，对于此文件：

约翰 约翰·史密斯 1 9.56 (共约10行垃圾) 1约翰史密斯3 9,50 22 38 38雅各布史密斯 2约翰史密斯雅各布1 6,50 22 38

我认为正则表达式将返回文件中的所有名称，而我只想要在这里显示的名字。我所寻找的单词是独特的，更多的是因为它们在文件中的位置，而不是某种模式。

Answer 1

首先：

1. 创建一个循环，在其中读取和处理每一行。
2. 在该循环中，如果它与您想要的格式匹配，则在该循环中进行评估。正则表达式(Regex)可用于此。
3. 如果上述情况为真，则获取其数据。我在这里也会用到正则表达式。
4. 必要的话把它清理干净。

Regex不太容易，但非常强大。我认为这是唯一能控制住这里的东西的方法。如果需要的话，你可以单独问一些问题。例如，以下模式将工作并匹配您想要的每一行(您甚至不需要跳过前10行)，尽管您需要做更多的工作才能将数据输出出来：

r'^\d(\s[a-zA-Z])+'