将.txt文件处理为字典（Python v2.7）

Question

我现在想从这个 .txt 文件中提取和处理信息。这个文件看起来是用制表符分隔的。我想把16进制的值（比如说 000000）作为字典的键，把公司名称（比如说 Xerox Corporation）作为字典的值。举个例子，如果我在字典里查找键 000001，那么就应该返回对应的值 Xerox Corporation。

我试着把这个 .txt 文件当作 CSV 文件来解析，读取每隔几行的内容，但很不幸的是，里面没有规律，行数也不固定。

有没有办法在“base 16”这个词之前捕捉到值，然后再捕捉到它后面的词，以便创建字典条目呢？

非常感谢！

Answer 1

def oui_parse(fn='oui.txt'):
    with open(fn) as ouif:
        content = ouif.read()
    for block in content.split('\n\n'):
        lines = block.split('\n')

        if not lines or not '(hex)' in lines[0]: # First block
            continue

        assert '(base 16)' in lines[1]
        d = {}
            d['oui'] = lines[1].split()[0]
        d['company'] = lines[1].split('\t')[-1]
        if len(lines) == 6:
            d['division'] = lines[2].strip()
        d['street'] = lines[-3].strip()
        d['city'] = lines[-2].strip()
        d['country'] = lines[-1].strip()
        yield d

oui_info = list(oui_parse())

当然可以！请把你想要翻译的内容发给我，我会帮你用简单易懂的语言解释清楚。

Answer 2

当然可以！请看下面的内容：

在编程中，有时候我们需要让程序做一些特定的事情，比如处理数据或者执行某些操作。为了实现这些功能，我们会使用一些代码块，这些代码块就像是程序的“指令”，告诉计算机该怎么做。

在这个例子中，代码块

result = dict()
for lig in open('oui.txt'):
    if 'base 16' in lig:
        num, sep, txt = lig.strip().partition('(base 16)')
        result.[num.strip()] = txt.strip()

就是一个这样的指令。它可能包含了一些步骤或者逻辑，帮助我们完成特定的任务。

总之，代码块是编程中非常重要的部分，它们帮助我们把想法变成实际的操作，让计算机按照我们的要求去工作。

Answer 3

好的，条目是用两个空行分开的。第二行总是以16进制表示。第一个制表符前的数据是16进制的密钥，最后一部分是公司名称。

import urllib

inputfile = urllib.urlopen("http://standards.ieee.org/develop/regauth/oui/oui.txt")
data = inputfile.read()

entries = data.split("\n\n")[1:-1] #ignore first and last entries, they're not real entries

d = {}
for entry in entries:
    parts = entry.split("\n")[1].split("\t")
    company_id = parts[0].split()[0]
    company_name = parts[-1]
    d[company_id] = company_name

一些结果：

40F52E: Leica Microsystems (Schweiz) AG
3831AC: WEG
00B0F0: CALY NETWORKS
9CC077: PrintCounts, LLC
000099: MTX, INC.
000098: CROSSCOMM CORPORATION
000095: SONY TEKTRONIX CORP.
000094: ASANTE TECHNOLOGIES
000097: EMC Corporation
000096: MARCONI ELECTRONICS LTD.
000091: ANRITSU CORPORATION
000090: MICROCOM
000093: PROTEON INC.
000092: COGENT DATA TECHNOLOGIES
002192: Baoding Galaxy Electronic Technology  Co.,Ltd
90004E: Hon Hai Precision Ind. Co.,Ltd.
002193: Videofon MV
00A0D4: RADIOLAN,  INC.
E0F379: Vaddio
002190: Goliath Solutions