Python如何从txt文件中提取特定数据_开发_开发者

开发者 https://www.devze.com 2023-11-19 10:06 出处：网络作者：六和七

目录代码：使用举例：附：python 从不规则文本中提取有效信息总结本段代码用于，想要从一段txt文件中只提取目标数据的情况。

代码：

def get_data(txt_path: str = '', epoch: int = 100, target: str = '', target_data_len: int = 5):
    num_list = []  # 将提取出来的数据保存到列表,并在最后返回
    data = open(txt_path, encoding="utf-8")  # 打开文件
    str1 = data.read()  # 将文件中读取到的内容转化为字符串
    data.close()  # 关闭文件
    for i in range(0, epoch):
        index = str1.find(target)  # 查找字符串str1中str2字符串的位置
        num_list.append(float(str1[index+len(target):index+len(target)+target_data_len]))  # 将需要的数据提取到列表中
        str1 = str1.replace(target, 'xxxx', 1)  # 替换掉已经查阅过的地方,' xxxx '表示替换后的内容，1表示在字符串中的替换次数为1
    return num_list

函数参数解释：

txt_path 文件路径
epoch 这份文本文件中要提取出的数据个数,默认100
target 目标数据的前缀
target_data_len 目标数据的长度，默认为5
返回值，列表数据

使用举例：

txt文档内容：

x1:273 test3:477 y4:38489 y1:149 x2:423
x1:274 test3:475 y4:37956 y1:152 x2:422
x1:269 test3:473 y4:38156 y1:152 x2:421
x1:271 test3:471 y4:38156 y1:155 x2:418
x1:272 编程客栈; test3:467 y4:38056 y1:158 x2:416
x1:275 test3:466 y4:37956 y1:161 x2:415

使用：

data_path = "D:/program/test/double_vLuKfcamera_data/x_data.txt"
# 提取x1的数据
list_x1  = get_data(data_path, 6, target="x1:", target_data_len=3)
# 提取test3的数据
list_test3  = get_data(data_path, 6, target="test3:", target_data_len=3)
# 提取y4的数据
list_y4  = get_data(data_path, 6, target="y4:", target_data_len=6)
print(list_x1)
print(list_test3)
printwww.devze.com(list_y4)

输出：

[273.0, 274.0, 26python9.0, 271.0, 272.0, 275.0]
[477.0, 475.0, 473.0, 471.0, 467.0, 466.0]
[38489.0, 37956.0, 38156.0, 38156.0, 38056.0, 37956.0]

附：Python 从不规则文本中提取有效信息

背景：从一个混有文字和多个表格的word文档里，提取表格中有效信息

代码：

from docx import Document
import numpy as np
import pandas as pd
#读取文件
doc = Document("文件名.docx")
#读取表格
tables = doc.tables
#print(len(tables))
rlt = []
flag = 0
for t in tables: #每一个表格
    rows = t.rows
    for r in rows: #每一行
        cols = r.cells
        for c in cols: #每一个单元格
            if flag != 0:
                rlt.append(c.text)
                flag = 0
                continue
            if c.text == "不动产所有权人" or c.text == "不动产权属证明" or c.text == "项目名称" or  c.text == "项目地址":
                flag = 1
nums = len(rlt)
rlt = np.array(rlt).reshape((nums//4,4))
#print(rlt)            
df = pd.DataFrame(rlt,columns= ["不动产所有权人" ,"不动产权属证明" ,"项目名称","项目地址"])
#print(df)
df.to_excel('rlt.xlsx')