使用 Python 和正则表达式来搜索包含特定单词的行，然后将这些行附加到 CSV 列标题

Question

我有一个名为“maps.txt”的长文本文件。它包含分为多个部分的大量数据。每个部分都有自己的标题：

measured burnup - core  140828~a
*a bunch of data*

channel averaged  cell avg  fast fluxes   core 000124~a  k-eff: 1.028343 scale = 1e+14
*a bunch of data*

channel averaged  boundary  fast fluxes   core 000124~a  k-eff: 1.028343 scale = 1e+14
*a bunch of data*

scan 170210 fission power at tpd 223207.8   total power  112.210
*a bunch of data*

我想创建一个 Python 脚本来遍历文件，使用正则表达式搜索标题中的单词，然后将该标题复制到 CSV 文件以用作列标题：

import re
import csv

outputFilename = Sitename + '_' + datetime.now().strftime('%Y%m%d__%H_%M_%S')
with open(outputFilename + '_output.csv', 'w') as outputCSV:
    search_titles = re.compile('channel|scan|measured')
    for i, line in enumerate(open('maps.txt', 'r')):
        for match in re.finditer(search_titles, line):
                writer = csv.writer(outputCSV).writerow(line)

这似乎可以很好地从每个数据部分搜索标题，但它无法正确输出到 CSV 文件。相反，每个标题中的每个字母都有自己的单元格（我在 Excel 中打开 CSV 文件），并且不会将它们打印在 CSV 文件的顶行（我希望将它们设为列标题）。相反，它返回并在下一行打印。

最终我想截断标题，只保留一行列标题，例如：

| measured burnup | channel averaged cell avg fast fluxes |  channel averaged  boundary  fast fluxes  |  scan 170210 fission power at tpd  |

但是由于每个标题的长度不同，我不知道该怎么做。

Answer 1

您获得单字符行的原因是由于这一行：

writer = csv.writer(outputCSV).writerow(line)

writerow

需要“可迭代的字符串”，但您传递给它的是单个字符串，因此它会将其隐式转换为列表，这会导致字符串被拆分为单个字符。

相反，您需要将所有标头累积到一个列表中，并在读取完输入后将其写入文件：

with open(outputFilename + '_output.csv', 'w') as outputCSV:
    writer = csv.writer(outputCSV)
    search_titles = re.compile('channel|scan|measured')
    column_headings = []
    for line in open('maps.txt', 'r'):
        if search_titles.match(line):
            column_headings.append(line.strip())
    writer.writerow(column_headings)

请注意，由于您不使用行号，因此不需要

enumerate

。

在删除列名称中不必要的部分方面，您需要找出相关的内容并仅匹配该部分。例如，给定您的示例数据，您可以使用正则表达式，例如：

^(?:channel.*?(?=\s+core)|scan.*tpd|measured.*?(?=\s+-\s+core))

然后将代码修改为

search

而不是

match

:

with open(outputFilename + '_output.csv', 'w') as outputCSV:
    writer = csv.writer(outputCSV)
    search_titles = re.compile('^(?:channel.*?(?=\s+core)|scan.*tpd|measured.*?(?=\s+-\s+core))')
    column_headings = []
    for line in open('maps.txt', 'r'):
        m = search_titles.search(line)
        if m is not None:
            column_headings.append(m.group())
    writer.writerow(column_headings)

对于您的示例数据，这给出了一行：

measured burnup,channel averaged  cell avg  fast fluxes,channel averaged  boundary  fast fluxes,scan 170210 fission power at tpd