使用python从文本文件中提取数据

Question

我有一个文本文件，其中包含这样一行：

Component Sizing Information, AirTerminal:SingleDuct:VAV:Reheat, SPACE2-1 VAV REHEAT, Design Size Maximum Flow per Zone Floor Area during Reheat [m3/s-m2], 1.31927E-003

当数字前的语句为（仅举一个例子！）时，我想提取行（1.31927E-003）末尾的数字：

Design Size Maximum Flow per Zone Floor Area during Reheat [m3/s-m2]

事实上，文本文件中有几个关键语句，我需要分别提取紧跟其后的数字

你推荐什么样的库和方法？（使用python 3）。谢谢

Answer 1

重模块

Python有一个正则表达式模块，用于从文本中进行基于编程模式的提取

re是Python 3中的正则表达式模块

这是一种适用于特定情况的模式（但可能需要根据字符串的一致性进行更改）

---

图案

找出适合您的案例的模式-在您的案例中，我们可以确定以下内容：

• 您有一个可以重复0-9之间的整数的数字：

  `[0-9]+`
  

• 您有一个小数点：

  `\.` # \ is used as an escape character for a literal . as . has a use in regex
  

• 您有一个数字字符串，其中包含字母E和连字符-

  `[0-9E-]+`
  

按顺序组合这些功能：

pattern = r'[0-9]+\.[0-9E-]+'

注意在许多正则表达式示例中，字符串前面的r'...'通常是r表示原始字符串，可以更好地处理字符串中的潜在转义字符

---

Python中的正则表达式

我们需要将其编译为regex（正则表达式）对象： prog = re.compile(pattern)

findall方法将返回所有字符串（不重叠）的列表-还有其他方法，如re.search和re.match具有其他特定输出：

results = re.findall(prog, your_string)

---

试验

import re
mystr = 'Component Sizin1..31927J-003ggnoor' \
        ' Ar1.31927E-003ea' \
        ' du' \
        'rin1g.31927E-003g Re' \
        'he1.t31927E-003at ' \
        '[m3/s-m1.34545457E-0032], 1.3' \
        '191.31927E-00327' \
        'E-01...31927E-00303'

pattern = r'[0-9]+\.[0-9E-]+'
prog = re.compile(pattern)
results = re.findall(pattern, mystr)
print(results)

.........

['1.31927E-003', '1.34545457E-0032', '1.3191']

学习正则表达式需要练习（以及良好的交互环境），例如regex101

Answer 2

如果所有行都相似，则可以拆分原始行并提取数字，如下所示：

string = "Component Sizing Information, AirTerminal:SingleDuct:VAV:Reheat, SPACE2-1 VAV REHEAT, Design Size Maximum Flow per Zone Floor Area during Reheat [m3/s-m2], 1.31927E-003"
string = string.split(',')          #split the string at commas
number = string[-1]                 #Extract the last number.
number = number.strip()             #remove extra white spaces