L'analyse des fichiers à largeur fixe, où chaque colonne occupe un nombre spécifique de caractères dans une ligne, peut être une tâche nécessitant de l'efficacité. Voici une discussion sur la façon d'y parvenir efficacement :
Considérons un fichier à largeur fixe où les 20 premiers caractères représentent une colonne, suivis de 21 à 30 pour la seconde, et ainsi sur. Étant donné une ligne de 100 caractères, comment pouvons-nous l'analyser efficacement dans ses colonnes respectives ?
1. Module Struct :
L'utilisation du module struct de la bibliothèque standard Python offre à la fois simplicité et rapidité grâce à son implémentation en C. Le code ci-dessous démontre son utilisation :
<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>
Sortie :
fmtstring: '2s 10x 24s', record size: 36 chars fields: ('AB', 'MNOPQRSTUVWXYZ0123456789')
2. Découpage de chaîne optimisé :
Bien que le découpage de chaîne soit couramment utilisé, il peut devenir fastidieux pour les grandes lignes. Voici une approche optimisée :
<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>
Sortie :
fmtstring: '2s 10x 24s', record size: 36 chars fields: ('AB', 'MNOPQRSTUVWXYZ0123456789')
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!