如何在Python中有效解析固定寬度的檔案行？

快速解析固定寬度檔案行

解析固定寬度檔案（每列在一行中佔據特定數量的字元）可能是一項需要效率的任務。以下是關於如何有效實現這一目標的討論：

問題

考慮一個固定寬度的文件，其中前20 個字元代表一列，後面的21-30 代表第二列，依此類推在。給定一行 100 個字符，我們如何有效地將其解析為各自的列？

解決方案

1.結構模組：

利用 Python 標準函式庫的 struct 模組由於其 C 實作而提供了簡單性和速度。下面的程式碼示範了其用法：

<code class="python">import struct

fieldwidths = (2, -10, 24)
fmtstring = ' '.join('{}{}'.format(abs(fw), 'x' if fw < 0 else 's') for fw in fieldwidths)

# Convert Unicode input to bytes and decode result.
unpack = struct.Struct(fmtstring).unpack_from  # Alias.
parse = lambda line: tuple(s.decode() for s in unpack(line.encode()))

# Parse a sample line.
line = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789\n'
fields = parse(line)
print('fields:', fields)</code>

輸出：

fmtstring: '2s 10x 24s', record size: 36 chars
fields: ('AB', 'MNOPQRSTUVWXYZ0123456789')

2.最佳化的字串切片：

雖然字元串切片很常用，但對於大行來說它可能會變得很麻煩。這是一種最佳化方法：

<code class="python">from itertools import zip_longest
from itertools import accumulate

def make_parser(fieldwidths):
    # Calculate slice boundaries.
    cuts = tuple(cut for cut in accumulate(abs(fw) for fw in fieldwidths))
    # Create field slice tuples.
    flds = tuple(zip_longest(cuts, (0,)+cuts))[:-1]  # Ignore final value.
    # Construct the parsing function.
    parse = lambda line: tuple(line[i:j] for i, j in flds)
    parse.size = sum(abs(fw) for fw in fieldwidths)
    parse.fmtstring = ' '.join('{}{}'.format(abs(fw), 'x' if fw < 0 else 's')
                                            for fw in fieldwidths)
    return parse

# Parse a sample line.
line = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789\n'
fieldwidths = (2, -10, 24)  # Negative values indicate ignored padding fields.
parse = make_parser(fieldwidths)
fields = parse(line)
print('fmtstring:', parse.fmtstring, ', record size:', parse.size, 'chars')
print('fields:', fields)</code>

輸出：

fmtstring: '2s 10x 24s', record size: 36 chars
fields: ('AB', 'MNOPQRSTUVWXYZ0123456789')

以上是如何在Python中有效解析固定寬度的檔案行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！