求教python文本处理

sullybear

已知文件
A   1    3
A   4    5
B   2    3
B   4    6
B   8    9


得出
A  1    5
B   2    6
B   8    9
的脚本

文件行数会比较多，将数字连续的整合

timespace

清楚的解释下规则，别人不一定看懂你的例子。

sullybear

对于相同的元素A，如果第二行的第一个数字是第一行的第二个数字的值+1，即可以实现连续

ssfjhh

回复 3# sullybear


    还是没看懂呀。

timespace

回复 3# sullybear
但愿我看明白了。generator实现，不管文件有多大，占用很少内存。

1. import io
   
2. 
   
3. infile = io.StringIO(
   
4. '''A   1    3
   
5. A   4    5
   
6. B   2    3
   
7. B   4    6
   
8. B   8    9
   
9. ''')
   
10. 
    
11. def parse(fp):
    
12.     for line in fp:
    
13.         fields = line.split()
    
14.         if len(fields) == 3 and fields[1].isdigit() and fields[2].isdigit():
    
15.             fields[1], fields[2] = int(fields[1]), int(fields[2])
    
16.             yield fields
    
17. 
    
18. def merge(records):
    
19.     value = next(records, None)
    
20.     if value is None:
    
21.         return
    
22. 
    
23.     for e in records:
    
24.         if value[0] == e[0] and value[2] + 1 == e[1]:
    
25.             value[2] = e[2]
    
26.         else:
    
27.             yield value
    
28.             value = e
    
29.     yield value
    
30. 
    
31. def main():
    
32.     for e in merge(parse(infile)):
    
33.         print(*e)
    
34. 
    
35. if __name__ == '__main__':
    
36.     main()

复制代码

保存为main.py，执行：

1. bash-3.2 $python --version
   
2. Python 3.3.4
   
3. bash-3.2 $python main.py
   
4. A 1 5
   
5. B 2 6
   
6. B 8 9

复制代码