Python：重新格式化一组文本文件的简洁/优雅的方法？

Question

我编写了一个 python 脚本来处理给定目录中的一组 ASCII 文件。我想知道是否有一种更简洁和/或“pythonesque”的方法来做到这一点，而不失去可读性？

Python 代码

import os
import fileinput
import glob
import string

indir='./'
outdir='./processed/'

for filename in glob.glob(indir+'*.asc'): # get a list of input ASCII files to be processed
    fin=open(indir+filename,'r')   # input file
    fout=open(outdir+filename,'w') # out: processed file

    lines = iter(fileinput.input([indir+filename])) # iterator over all lines in the input file
    fout.write(next(lines)) # just copy the first line (the header) to output

    for line in lines:
        val=iter(string.split(line,' '))
        fout.write('{0:6.2f}'.format(float(val.next()))), # first value in the line has it's own format
        for x in val: # iterate over the rest of the numbers in the line
            fout.write('{0:10.6f}'.format(float(val.next()))),  # the rest of the values in the line has a different format 
        fout.write('\n')

    fin.close()
    fout.close()

示例：

输入：

;;; This line is the header line
-5.0 1.090074154029272 1.0034662411357929 0.87336062116561186 0.78649408279093869 0.65599958665017222 0.4379879132749317 0.26310799350679176 0.087808018565486673
-4.9900000000000002 1.0890770415316042 1.0025480136545413 0.87256100700428996 0.78577373527626004 0.65539842673645277 0.43758616966566649 0.26286647978335914 0.087727357602906453
-4.9800000000000004 1.0880820021223023 1.0016316956763136 0.87176305623792771 0.78505488659611744 0.65479851808106115 0.43718526271594083 0.26262546925502467 0.087646864773454014
-4.9700000000000006 1.0870890372077564 1.0007172884938402 0.87096676998908273 0.78433753775986659 0.65419986152386733 0.4367851929843618 0.26238496225635727 0.087566540188423345
-4.9600000000000009 1.086098148170821 0.99980479337809591 0.87017214936140763 0.78362168975984026 0.65360245789061966 0.4363859610200459 0.26214495911617541 0.087486383957276398

已处理：

;;; This line is the header line
-5.00  1.003466  0.786494  0.437988  0.087808
-4.99  1.002548  0.785774  0.437586  0.087727
-4.98  1.001632  0.785055  0.437185  0.087647
-4.97  1.000717  0.784338  0.436785  0.087567
-4.96  0.999805  0.783622  0.436386  0.087486

Answer 1

除了一些小的变化之外，由于 Python 随着时间的推移而发生了变化，这看起来很好。

您正在混合两种不同风格的 next();旧的方法是 it.next()，新的方法是 next(it)。您应该使用 string 方法 split() 而不是通过 string 模块（该模块主要是为了向后兼容 Python 1.x）。没有必要使用几乎无用的“fileinput”模块，因为打开的文件句柄也是迭代器（该模块来自Python的文件句柄是迭代器之前的时间。）

编辑：正如@codeape指出的，glob()返回完整路径。如果 indir 不是“./”，您的代码将无法工作。我更改了以下内容以使用正确的 listdir/os.path.join 解决方案。我对“%”字符串插值也比字符串格式化更熟悉。

下面是我如何用更惯用的现代 Python 来写这个

def reformat(fin, fout):
    fout.write(next(fin)) # just copy the first line (the header) to output
    for line in fin:
        fields = line.split(' ')

        # Make a format header specific to the number of fields
        fmt = '%6.2f' + ('%10.6f' * (len(fields)-1)) + '\n'

        fout.write(fmt % tuple(map(float, fields)))

basenames = os.listdir(indir)  # get a list of input ASCII files to be processed
for basename in basenames:
    input_filename = os.path.join(indir, basename)
    output_filename = os.path.join(outdir, basename)
    with open(input_filename, 'r') as fin, open(output_filename, 'w') as fout:
        reformat(fin, fout)

Python 之禅是“应该有一种——最好只有一种——明显的方法来做到这一点”。有趣的是，你的运作方式在过去 10 多年里“显然”是正确的解决方案，但现在不再是了。 :)

Answer 2

fin=open(indir+filename,'r')   # input file
fout=open(outdir+filename,'w') # out: processed file
#code
fin.close()
fout.close()

可以写成：

with open(indir+filename,'r') as fin, open(outdir+filename,'w') as fout:
    #code

在python 2.6中，你可以使用：

with open(indir+filename,'r') as fin:
    with open(outdir+filename,'w') as fout:
        #code

并且该行

lines = iter(fileinput.input([indir+filename]))

没有用。您可以迭代打开的文件（在您的情况下为 fin）

您也可以执行 line.split(' ') 而不是 string.split(line, ' ')

如果您更改这些内容，则无需导入字符串和文件输入。

编辑：我不知道你可以使用内联代码。太酷了

Answer 3

在我的构建脚本中，我有以下代码：

inFile = open(sourceFile,'r')
outFile = open(targetFile,'w')
for line in inFile:
    line = doKeywordSubstitution(line)
    outFile.write(line)
inFile.close()
outFile.close()

我不知道有什么方法可以使其更加简洁。不过，在我看来，将换行逻辑放在不同的函数中看起来更整洁。

我可能错过了你的代码的要点，但我不明白为什么你有 lines = iter(fileinput.input([indir+filename]))。

Answer 4

我不明白你为什么使用：string.split(line, ' ') 而不是仅仅 line.split(' ')。

好吧，也许我会像这样编写字符串处理部分：

values = line.split(' ')
values[0] = '{0:6.2f}'.format(float(values[0]))
values[1:] = ['{0:10.6f}'.format(float(v)) for v in values[1:]]
fout.write(' '.join(values))

至少对我来说，这看起来更好，但这可能是主观的:)

我会使用 os.curdir 而不是 indir 。我会这样做：os.path.join(os.curdir, 'processed')，而不是“./processed”。