解析塊實體的最有效和最簡單的方法是什麼？

Question

我有數據集線等：

"1234567 12345 123456789" 
... 
... 

每列都有一個指定的塊長度，即第一個8「1234567」，第二個6和第三個9個字符等。

我可以拆分他們喜歡：

line="1234567 12345 123456789" 
datahash[0]=line[0:8] 
datahash[1]=line[9:15] 
datahash[2]=line[16:25] 

但是這是最Python的和有效的方式？

我可以通過正則表達式來實現嗎？它會更有效率嗎？

Answer 1

sample = (
"1234567 12345 123456789", 
"1234567 12345 123456789", 
"1234567 12345 123456789", 
"1234567 12345 123456789", 
) 

def slices_at(sequence,offsets=((0,7),(8,13),(14,25))): 
    for line in sequence: 
    yield tuple(line[x:y] for (x,y) in offsets) 

result = list(slices_at(sample)) 

產量：

>>> result 
[('1234567', '12345', '123456789'), ('1234567', '12345', '123456789'), ('1234567', '12345', '123456789'), ('1234567', '12345', '123456789')] 

---

重讀你的問題，我已經意識到要對前兩個字段終止空白。

這裏有一個新的函數，它接受塊長度的列表：

def slices_by_block_length(sequence,block_lengths=(8,6,9)): 
    prev = 0 
    offsets = [] 
    for length in block_lengths: 
    offsets.append((prev,prev+length)) 
    prev += length 
    for line in sequence: 
    yield tuple(line[x:y] for (x,y) in offsets) 

產量：

[('1234567 ', '12345 ', '123456789'), ('1234567 ', '12345 ', '123456789'), ('1234567 ', '12345 ', '123456789'), ('1234567 ', '12345 ', '123456789')] 

Answer 2

您也可以拆分的空間。這樣你就不會使用索引，但解決方案仍然很強大。

sample = ["1234567 12345 123456789", 
"1234567 12345 123456789", 
"1234567 12345 123456789", 
"1234567 12345 123456789"] 

def getValues(line): 
    return line.split() 

for line in sample: 
    print getValues(line) 

會產生你想要的信息。

Answer 3

我收藏最多進一步的解決方案：

def slice_by_block_length(self,s,block_lengths): 

    arr=[] 
    for i in range(len(block_lengths)): 
     arr.append(s[sum(block_lengths[0:i]):sum(block_lengths[0:i+1])]) 
    return arr 

呼籲：

linearr=myClass.slice_by_block_length(sequence,[8,6,9])