python - 等同于Matlab的textscan的Pythonic

有一些与此类似的问题，但我找不到确切的答案。

我有一个非常奇怪的文本文件，其内容如下：

field1=1; field2=2; field3=3;field1=4; field2=5; field3=6;

Matlab的textscan()函数可以非常巧妙地处理此问题，因为您可以执行以下操作：

array = textscan(fid, 'field1=%d; field2=%d; field3=%d;'

然后您将返回一个单元格数组，其中每一列都包含各自的字段，而文本将被忽略。

我想用Python重写处理此文件的代码，但是Numpy的loadtxt()和genfromtxt()似乎没有这种能力来忽略散布有所需数字的文本？

有什么Python方法可以去除文本并仅返回字段？如果需要，我很高兴使用pandas或其他库。谢谢！

编辑：建议使用This问题作为答案，但是它仅给出textscan的基本用法的等效内容，该基本用法不处理输入中不需要的文本。 fromregex下面的答案是我需要的。

最佳答案

Numpy的fromregex函数与textscan基本上相同。它使您可以基于正则表达式读入，并使用组（用()包围的部分）作为值。这适用于您的示例：

data = np.fromregex('temp.txt', r'field1=(\d+); field2=(\d+); field3=(\d+);', dtype='int')

您也可以使用loadtxt。有一个参数converters，可让您提供执行从文本到数字的实际转换的函数。您可以提供一个函数，您只需为其提供一个功能即可删除不需要的文本。

因此，在我的测试中，该方法有效：

myconv = lambda x: int(x.split(b'=')[-1])
mycols = [0, 1, 2]
convdict = {i: myconv for i in mycols}
data = np.loadtxt('temp.txt', delimiter=';', usecols=mycols, converters=convdict)

myconv是一个匿名函数，它接受一个值（例如'field1=1'），将其分割为'='符号（使['field1', '1']), takes the last result ('1'), the converts that to a float ( 1。'）。

mycols只是您要保留的列数。由于每行末尾都有一个定界符，因此将其视为空列。因此，我们将其排除在外。

convdict是字典，其中每个键是一个列号，每个值是将该列转换为数字的函数。在这种情况下，它们都是相同的，但是您可以根据需要自定义它们。

关于python - 等同于Matlab的textscan的Pythonic，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51384770/