使用不带引号的字符串将文本文件解析为 python

Question

我正在尝试将长.txt文本表解析为pd.DataFrame. 或 Python 中的任何其他可读形式。我成功地尝试了一种方法来做到这一点，但我对它并不完全满意，我确实想改进它。这是我的一个子集.txt：USAF   WBAN  STATION NAME                  CTRY ST CALL  LAT     LON      ELEV(M) BEGIN    END007018 99999 WXPOD 7018                                  +00.000 +000.000 +7018.0 20110309 20130730007026 99999 WXPOD 7026                    AF            +00.000 +000.000 +7026.0 20120713 20170822007070 99999 WXPOD 7070                    AF            +00.000 +000.000 +7070.0 20140923 20150926008260 99999 WXPOD8270                                   +00.000 +000.000 +0000.0 19960101 20100731008268 99999 WXPOD8278                     AF            +32.950 +065.567 +1156.7 20100519 20120323008307 99999 WXPOD 8318                    AF            +00.000 +000.000 +8318.0 20100421 20100421008411 99999 XM20                                                                 20160217 20160217008414 99999 XM18                                                                 20160216 20160217008415 99999 XM21                                                                 20160217 20160217008418 99999 XM24                                                                 20160217 20160217010000 99999 BOGUS NORWAY                  NO      ENRS                           20010927 20041019010010 99999 JAN MAYEN(NOR-NAVY)           NO      ENJA  +70.933 -008.667 +0009.0 19310101 20190203我尝试了以下方法：测试 1：re用于解析空格：with open('test.txt') as f:   lines = f.readlines()   parsed_lines = [re.split("\s+", line) for line in lines]print(test)['007018', '99999', 'WXPOD', '7018', '+00.000', '+000.000', '+7018.0', '20110309', '20130730', '']这是好的，但远非最佳，站名被拆分为另一个列表元素，这仅显示了我的不良regex能力。    })这产生了一个很pd.DataFrame容易清洁的好东西。这是一个很好的方法，但我肯定不是一个很好的方法，有什么方法可以改进这个功能吗？我希望这段代码完美无缺，我不相信那些硬编码的位置。我知道有些工具喜欢sed或awk非常有用，但现在我只能在这个上运行 python；当然subprocess可以做到这一点，但我想依靠 Python 来做到这一点。

Answer 1

Imo，这绝对看起来像一个固定宽度的格式，即每列都有自己的固定数量的字符。

所以，iiuc 你的问题是什么，你应该尝试pd.read_fwf().
https://pandas.pydata.org/pandas-docs/version/0.20/generated/pandas.read_fwf.html