re.sub python收集高度

Question

我正在寫一個python程序來解析txt文件中的一些用戶數據。 文本文件中的一行將包含用戶的高度。 我已經指定了一個爲了用戶有望跟隨像

文件應包含名稱，下一行，出生日期， 3號線，高度等

的第一行我也賜給一個示例文件看起來像這樣

名用戶：姓名
出生日期：2000年4月16日
年齡：16
身高：5英尺9英寸

當我讀取文件時，我看着每一行，並使用'：'作爲分隔符來分割它。

第一個字段是我的專欄名稱，例如name，dob，age，height。

在某些情況下，用戶忘記了 '：' 姓名或出生日期之後，或者他們會簡單地發送數據，如：

• 身高：5英尺9英寸
• 5英尺9寸
• 5英尺9在
• 5英尺9英寸

我已經決定要使用的邏輯是：

1. 在每一行上尋找'：';如果找到了，那麼我有我的領域。
2. 否則，請嘗試找出可能的數據。

爲高度的邏輯是這樣的：

if any(heightword in file_line.upper() for heightword in ['FT', 'HEIGHT', 'FEET', 'INCH', 'CM']) 

這if條件將查找具有高度相關聯的話。

一旦我確定文件中的行包含高度，我希望能夠在將信息寫入數據庫之前將該信息轉換爲英寸。

請有人幫助我解決如何將以下數據轉換爲英寸。

• 身高：5英尺9英寸
• 5英尺9寸
• 5英尺9
• 5英尺9英寸

我知道，因爲我想，以滿足各種用戶輸入。這份清單並非詳盡無遺;我試圖用這些作爲例子來理解，然後我會繼續添加代碼，如果當我發現新的模式。

Answer 1

在JavaScript中，有被稱爲「計算訪問」的操作，進行如object[key]，其中object屬性讀取時通過給定表達式的結果確定的，作爲一種替代的正常的.運算符。我個人主要用它來迭代和讀連字符和東西的屬性，b它也可以用來從輸入字符串中獲得相關的想要的結果。
因此，在谷歌搜索整個下午並找出Python語法等之後，我可以編寫一個簡短的程序來完成此操作。

import re 
import string 
h = 0 
r = re.compile(r'(\d+)\s*(\w+)\b') 
def incr(m): 
    h+=m.group(1)*({'in':1,'inches':1,'inch':1,'foot':12,'feet':12,'cm':0.3937,'centimeter':0.3937,'centimeters':0.3937}[string.lower(m.group(2))]||1) # etc. etc. 
    return '' 
re.sub(r, incr, input) 
print h 

您可能希望限制可用於保持dict從得到太大的關鍵字。

Answer 2

pyparsing是一個很好的模塊，用於解析這種簡單的情況，尤其是在嘗試處理比預測結果更差但仍然相當結構化的人工輸入時。您可以使用一些友好命名的類（Keyword，Optional，OneOrMore等）和算術運算符（序列爲'+'，替代品爲'|'等）將分析器組合爲較大的解析器。這裏是一個解析器，由你的示例中的位構建而成（同樣支持「和」，對於英尺和英寸以及分數英尺和英寸值也是如此）（本示例使用最新版本的pyparsing，版本2.1.4）：

samples = """\ 
Height 5 feet 9 inch 
5 feet 9 inch 
5ft 9 in 
5feet 9inches 
5'-9-1/2" 
5' 9-1/2" 
5' 9 1/2" 
6' 
3/4" 
3ft-6-1/4 in 
""" 


from pyparsing import CaselessKeyword, pyparsing_common, Optional 

CK = CaselessKeyword 
feet_units = CK("feet") | CK("ft") | "'" 
inch_units = CK("inches") | CK("inch") | CK("in") | '"' 

# pyparsing_common.number will parse an integer or real, and convert to float 
integer = pyparsing_common.number 

fraction = integer + '/' + integer 
fraction.addParseAction(lambda t: t[0]/t[-1]) 

qty = fraction | (integer + Optional(fraction)).addParseAction(lambda t:sum(t)) 

# define whole Height feet-inches expression 
HEIGHT = CK("height") | CK("ht") 
inch_qty = qty("inches") 
feet_qty = qty("feet") 
height_parser = Optional(HEIGHT) + (inch_qty + inch_units | 
           feet_qty + feet_units + Optional(inch_qty + inch_units)) 

# use parse-time callback to convert feet-and-inches to inches 
height_parser.addParseAction(lambda t: t.get("feet", 0.0)*12 + t.get("inches", 0.0)) 

height_parser.ignore("-") 

height_parser.runTests(samples) 

# how to use the parser in normal code 
height_value = height_parser.parseString(samples.splitlines()[0])[0] 
print(height_value, type(height_value)) 

打印：

Height 5 feet 9 inch 
[69.0] 


5 feet 9 inch 
[69.0] 


5ft 9 in 
[69.0] 


5feet 9inches 
[69.0] 


5'-9-1/2" 
[69.5] 


5' 9-1/2" 
[69.5] 


5' 9 1/2" 
[69.5] 


6' 
[72.0] 


3/4" 
[0.75] 


3ft-6-1/4 in 
[42.25] 

69.0 <type 'float'>