Question

我需要处理天气站数据,这种数据采用这样的格式,即每一行都是一种测量,我有数千个测量数据:

line =  AAXX 01004 60265 32970 03404 10048 20010 38997 48605 51014=

从第六组开始,这些区块的编号为(1xx 2xx 3xx 等),有时只有5个区块,有时还有额外数据。

关键的一点是,AXX和1xx区之间的区块数目并不总是相同的,但我知道在1xx区之前有2个区块需要数据。可靠地指出,我必须确定Ixx区的位置,并从那里撤出。

我的想法是,将一线空线分割成一个清单,然后通过清单项目重新排列,以找到第1xx栏的位置。

list = line.split(   )

但我不知道如何这样做。必须找到一个合理可行的办法,来寻找3个区块,其中第一个区为1个,第二个区为2个,第三个区为3个,然后归还第一个区块的指数?

这可能非常简单,但我无法说出这一点。

EDIT:为了澄清,从一开始,另一个区块可能在我需要之前出现,因此,确定我需要的区块的唯一可靠途径是,确保随后从2个区开始,另一个区块从3个起(这应当减少虚假的正面机会,大大降低)。

Answer 1

这样做的途径不止一个。一种办法是查找指数清单和分录二:

list[ (i for i, j in enumerate( list ) if j.startswith( "1" ) ).next() - 2 ]

另一种方式是,对(unsplit)座标进行对比:

import re
re.search( "d{5}(?= d{5} 1d{4} 2d{4} 3d{4})", line )

只要其后面的编号为<1xx 2xx 3xx,则该编号为五位数。

Answer 2

简单明了:

l = line.split(   )
for element in l:
  # element is now one of the strings from your list
  if element[0] == "1":
    print "This block begins by 1"