在python中将所选行导出到列表中

Question

我有一个文本文件，比如这个小例子：

小例子：

</Attributes>
ENDI,ERT,GFTR,29
ENDI,XCV,HGJ,36
TOC,FGNH,TRYCB,3742
TOC,MVCL,KJDSFH,38799
GOF,KLJG,XZCJV,31
GOF,LKBFV,JKSDHF,18

我想选择一些行并将第4列（这些行用逗号分隔）添加到python列表中。关键是所有的行都不是逗号分隔的，但是我感兴趣的行是逗号分隔的分开。这里是预期输出：

TOC = [3742, 38799]
GOF = [31, 18]

我用python编写了以下代码。但不返回预期输出。你知道怎么修吗？你知道吗

TOC = []
GOF = []
file = open('file.txt') as f:
    for line in file:
        if line.startswith("TOC"):
            TOC.append(line[3])
        if line.startswith("GOF"):
            GOF.append(line[3])

Answer 1

TOC = []
GOF = []
file_name = 'file.txt'

with open(file_name) as f:
    for line in f:
        if(line[0:3] == "TOC"):
            # Splits lines by commas
            line_parts = line.split(',')
            #Trims new line off wanted value.
            value = line_parts[3].replace('\n', '')
            TOC.append(value)
        elif(line[0:3] == "GOF"):
            # Splits lines by commas
            line_parts = line.split(',')
            #Trims new line off wanted value.
            value = line_parts[3].replace('\n', '')
            GOF.append(value)

print(TOC)
print(GOF)

这是我第一次张贴，所以我希望这有帮助。这会给你想要的结果。如果要将值存储为int，请替换目录附加（值）带目录附加（int（值））。你知道吗

Answer 2

您的解决方案无法正常工作的原因是，获取字符串（line[3]）的索引位置会产生单个字符。要从逗号分隔的行中获取整个单词，需要split它，并指定逗号作为分隔符。你知道吗

Split返回一个或多个数组，因此现在当您获得索引值时，您将从数组中的该位置得到一个字符串，而不仅仅是一个字符。你知道吗

下面是一个替代实现，基于WebScrapingPancake的答案，使用列表字典。使用字典意味着你不需要知道这行的第一个单词是什么。你知道吗

import collections

totals = collections.defaultdict(list)
file_name = 'file.txt'

with open(file_name) as f:
    for line in f:
        line_parts = line.split(',')
        # Trims new line off wanted value.
        value = line_parts[3].replace('\n', '')
        totals[line_parts[0]].append(value)

print(totals)
print(totals['TOC'])
print(totals['GOF'])

输出：

defaultdict(<class 'list'>, {'ENDI': ['29', '36'], 'TOC': ['3742', '38799'], 'GOF': ['31', '18']})
['3742', '38799']
['31', '18']

缺点是必须过滤掉不需要的行，例如文件的第一行。但这是我留给你去解决的问题；）

Answer 3

使用CSV阅读器。它将有助于你在其他项目。你知道吗

TOC = []
GOF = []
with open('file.txt', newline='') as f:
    reader = csv.reader(f, delimiter=',')
    for line in reader:
        if len(line) == 1: # skip attribute tag
            continue
        if line[0] == "TOC":
            TOC.append(int(line[3]))
        if line[0] == "GOF":
            GOF.append(int(line[3]))
print("TOC = " + str(TOC))
print("GOF = " + str(GOF))

输出为：

TOC = [3742, 38799]
GOF = [31, 18]

从您的问题中，我假设您希望列表中的what是int，而不是字符串，这就是为什么值被包装在int（）s中的原因