python - 使用各种定界符处理文本文件

Question

我的文本文件(不幸的是)看起来像这样......

<amar>[amar-1000#Fem$$$_Y](1){india|1000#Fem$$$,mumbai|1000#Mas$$$}
<akbar>[akbar-1000#Fem$$$_Y](1){}
<john>[-0000#$$$_N](0){USA|0100#$avi$$,NJ|0100#$avi$$}

它包含客户名称，后跟一些信息。顺序是……

文本字符串后跟列表、集合然后是字典

<> [] () {}

这不是 python 兼容文件，因此数据不符合预期。我想处理文件并提取一些信息。

amar 1000 | 1000  | 1000
akbar 1000  
john 0000  | 0100 | 0100

1) <>之间的名称

2) 列表中-和#之间的数

3 & 4) 在逗号和 | 之间的数字上拆分字典和#(这里可以有超过 2 个条目)

我愿意使用任何最适合这项任务的工具。

Answer 1

以下 Python 脚本将读取您的文本文件并为您提供所需的结果:

import re, itertools

with open("input.txt", "r") as f_input:
    for line in f_input:
        reLine = re.match(r"<(\w+)>\[(.*?)\].*?{(.*?)\}", line) 
        lNumbers = [re.findall(".*?(\d+).*?", entry) for entry in  reLine.groups()[1:]]
        lNumbers = list(itertools.chain.from_iterable(lNumbers))
        print reLine.group(1), " | ".join(lNumbers)

这将打印以下输出:

amar 1000 | 1000 | 1000
akbar 1000
john 0000 | 0100 | 0100