資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 Python 中從結構化字串中提取所需資料？
介紹...
我將向您展示幾種從結構化字串中提取所需資料/欄位的方法。這些方法將有助於在輸入結構的格式為已知格式的情況下。
操作方法..
1. 讓我們建立一個虛擬格式來理解這種方法。
Report: <> - Time: <> - Player: <> - Titles: - Country: <>
報告：Daily_Report - 時間：2020-10-16T01:01:01.000001 - 玩家：費德勒 - 冠軍：20 - 國家：瑞士
report = 'Report: Daily_Report - Time: 2020-10-10T12:30:59.000000 - Player: Federer - Titles: 20 - Country: Switzerland'
2. 我從報告中注意到的第一件事是分隔符，它是“-”。我們將繼續使用“-”解析報告。
fields = report.split(' - ')
name, time, player , titles, _ = fields
print(f"Output \n *** The report name {name} generated on {time} has {titles} titles for {player}. ")輸出
*** The report name Report: Daily_Report generated on Time: 2020-10-10T12:30:59.000000 has Titles: 20 titles for Player: Federer.
3. 現在輸出並不像預期的那樣，因為我們仍然可以看到一些不需要的標籤，如 Report:、Time:、Player:。
# extract only report name
formatted_name = name.split(':')[1]
# extract only player
formatted_player = player.split(':')[1]
# extract only titles
formatted_titles = int(titles.split(':')[1])
# extract only titles
new_time = time.split(': ')[1]
print(f"Output \n {formatted_name} , {new_time}, {formatted_player} , {formatted_titles}")輸出
Daily_Report , 2020-10-10T12:30:59.000000, Federer , 20
4. 現在時間戳採用 ISO 格式，如果需要，可以拆分，也可以保持原樣。讓我向您展示如何拆分時間戳欄位。
from datetime import datetime
formatted_date = datetime.fromisoformat(new_time)
print(f"Output \n{formatted_date}")輸出
2020-10-10 12:30:59
現在，我們將把所有這些步驟組合到一個函式中。
def parse_function(log):
"""
Function : Parse the given log in the format
Report: <> - Time: <> - Player: <> - Titles: - Country: <>
Args : log
Return : required data
"""
fields = log.split(' - ')
name, time, player , titles, _ = fields
# extract only report name
formatted_name = name.split(':')[1]
# extract only player
formatted_player = player.split(':')[1]
# extract only titles
formatted_titles = int(titles.split(':')[1])
# extract only titles
new_time = time.split(': ')[1]
return f"{formatted_name} , {new_time}, {formatted_player} , {formatted_titles}"
if __name__ == '__main__':
report = 'Report: Daily_Report - Time: 2020-10-10T12:30:59.000000 - Player: Federer - Titles: 20 - Country: Switzerland'
data = parse_function(report)
print(f"Output \n{data}")輸出
Daily_Report , 2020-10-10T12:30:59.000000, Federer , 20
6. 我們可以使用 parse 模組使其更簡單一些。正如您所看到的，該格式建立了一個模板。我們可以使用 parse 模組更輕鬆地做到這一點。
首先透過 - pip install parse 安裝 parse 模組。
from parse import parse
report = 'Report: Daily_Report - Time: 2020-10-10T12:30:59.000000 - Player: Federer - Titles: 20 - Country: Switzerland'
# Looking at the report, create a template
template = 'Report: {name} - Time: {time} - Player: {player} - Titles: {titles} - Country: {country}'
# Run parse and check the results
data = parse(template, report)
print(f"Output \n{data}")輸出
<Result () {'name': 'Daily_Report', 'time': '2020-10-10T12:30:59.000000', 'player': 'Federer', 'titles': '20', 'country': 'Switzerland'}>7. 透過簡單的單行程式碼，我們能夠透過定義模板從日誌中提取資料。現在讓我們提取各個值。
print(f"Output \n {data['name']} - {data['time']} - {data['player']} - {data['titles']} - {data['country']}")輸出
Daily_Report - 2020-10-10T12:30:59.000000 - Federer - 20 - Switzerland
結論
您已經看到了幾種從日誌檔案中解析所需資料的方法。建議定義模板並使用 parse 模組提取所需資料。
更新於： 2020年11月10日
1K+ 次檢視
廣告