python - python 匹配txt文件中的字符串并获取它旁边的数字

Question

我有一个包含大约 100 个 txt 文件的目录。

这就是我的 txt 文件的样子

...............some text...............
('Doc accuracy ', 0.936046511627907, ' No of corrections ', 11)
http://10.x.x.1/link
...............some text...............
('FinalSpreadSheet_len', 172)
Done processing filename : file1.pdf
Status : success
...............some text...............

<小时/>

在此文档中

    accuracy = 0.936046511627907
    url=         http://10.x.x.1/link
    Status : success
    filename : file1.pdf

我有 100 个这样的不同文件。

我想做的是生成包含该列的 excel

filename    accuracy    url    status

对于每个文件，它应该从 .txt 文件获取详细信息并生成 100 个此类文件的 Excel。

我的部分代码(我能够获取目录中的所有文件)

x = [f for f in os.listdir('G:/path/to/directory') if f.endswith('.txt')]

之后，它应该从列表中获取每个文件，找到必要的值并生成 Excel

Answer 1

由于您已经获得了目录中所有文件的列表，并且假设您将名称存储在名为 filenames_list 的列表中，因此此代码将起作用。

对于 filename_list 中的每个 filename，此代码将:

1. 打开文件
2. 读取每一行并将其存储在名为lines的列表中
3. 对于每一行，它将检查是否存在以下任何一项:'Doc precision'、'http://' , '完成处理文件名:' 或 '状态:'

4. 如果其中任何一个出现在行中，则对于其中的每一个，程序的行为都会有所不同。

   4.1 如果它找到术语 'http://' ，它会将其存储在名为 url 的变量中；

   4.2 如果它找到'Status :'，它会将其值存储在变量status中，等等...

代码:

filename_list = ['file1.txt', 'file2.txt', 'file3.txt', ...]

valuable_data = []
for filename in filename_list:

    with open(filename, 'r') as f:
        lines=f.readlines()

    for l in lines:
        if 'Doc accuracy' in l:
            acc = l.split(",")[1].strip()
        if 'http://' in l:
            url = l
        if 'Done processing filename :' in l:
            fname = l.split(" : ")[1]
        if 'Status :' in l:
            status = l.split(" : ")[1]

    valuable_data.append([fname, acc, url, status])

print(valuable_data)

输出:

[['file1.pdf', '0.936046511627907', 'http://10.x.x.1/link', 'success']]

使用 Pandas 写入 CSV: ( to_csv module )

import pandas as pd

my_df = pd.DataFrame(valuable_data)
my_df.to_csv('csv_output.csv', index=False, header=False)