在Python中解析带分隔符的行

Question

我有一些数据行，想要对它们进行解析。数据的格式是这样的：

a score=216 expect=1.05e-06
a score=180 expect=0.0394

我想要做的是写一个小程序，能够解析这些数据，并为每一行返回两个值（分数和期望值）。

但是我写的这个函数似乎没有正常工作：

def scoreEvalFromMaf(mafLines):
    for word in mafLines[0]:
        if word.startswith("score="):
            theScore = word.split('=')[1]
            theEval  = word.split('=')[2]
            return [theScore, theEval]
    raise Exception("encountered an alignment without a score")

请问正确的做法是什么呢？

Answer 1

这是一个强制性的，可能不太合适的正则表达式解决方案：

import re
def scoreEvalFromMaf(mafLines):
    return [re.search(r'score=(.+) expect=(.+)', line).groups()
            for line in mafLines]

Answer 2

如果 mafLines 是一组行的列表，而你只想看第一行，可以用 .split 方法把这一行拆分成单词。例如：

def scoreEvalFromMaf(mafLines):
    theScore = None
    theEval = None
    for word in mafLines[0].split:
        if word.startswith('score='):
            _, theScore = word.partition('=')
        elif word.startswith('expect='):
            _, theEval = word.partition('=')
    if theScore is None:
        raise Exception("encountered an alignment without a score")
    if theEVal is None:
        raise Exception("encountered an alignment without an eval")
    return theScore, theEval

注意，这样做会返回一个包含两个 字符串 的元组；如果你想得到一个整数和一个浮点数，比如说，你需要把最后一行改成

    return int(theScore), float(theEval)

这样的话，如果其中任何一个字符串不符合它应该代表的类型，就会出现一个 ValueError 错误；如果两个字符串都有效，你就会得到一个包含两个数字的元组。

Answer 3

看起来你想把每一行按照空格分开，然后分别处理每一部分。如果mafLines是一个字符串（也就是说，它是从.readlines()读取的一行内容）：

def scoreEvalFromMafLine(mafLine):
    theScore, theEval = None, None
    for word in mafLine.split():
        if word.startswith("score="):
            theScore = word.split('=')[1]
        if word.startswith("expect="):
            theEval  = word.split('=')[1]

    if theScore is None or theEval is None:
        raise Exception("Invalid line: '%s'" % line)

    return (theScore, theEval)

你之前的做法是逐个字符地遍历第一行（因为它是一个字符串列表），而不是按照空格来分开。