从Python中的文本文件中提取数据

Question

我有一个文本文件，表示来自视频剪辑的运动矢量数据。

# pts=-26 frame_index=2 pict_type=P output_type=raw shape=3067x4 
8 8 0 0 
24 8 0 -1 
40 8 0 0 
... 
8 24 0 0 
24 24 3 1 
40 24 0 0 
... 
8 40 0 0 
24 40 0 0 
40 40 0 0 
# pts=-26 frame_index=3 pict_type=P output_type=raw shape=3067x4 
8 8 0 1 
24 8 0 0 
40 8 0 0 
... 
8 24 0 0 
24 24 5 -3 
40 24 0 0 
... 
8 40 0 0 
24 40 0 0 
40 40 0 0 
... 

所以它是某种格子，前两位是x和y坐标，第三和第四是运动矢量的x和y值。

要进一步使用此数据，我需要提取x和y值对，其中至少有一个值与0不同，并将它们组织在列表中。

例如：

(0, -1, 2) 
(3, 1, 2) 
(0, 1, 3) 
(5, 3, 3) 

第三个数字是一个frame_index。

如果有人冷我的计划如何破解这个任务，我将不胜感激。从我应该开始。

Answer 1

这实际上很简单，因为只有一种类型的数据。 我们可以做到这一点，而不诉诸于例如常用表达。

忽略任何错误校验（难道我们真的看3067点帧2，或仅3065？的格式不正确？...行）会是这个样子

frame_data = {} # maps frame_idx -> list of (x, y, vx, vy) 
for line in open('mydatafile.txt', 'r'): 
    if line.startswith('#'): # a header line 
     options = {key: value for key, value in 
         [token.split('=') for token in line[1:].split()] 
        } 
     curr_frame = int(options['frame_index']) 
     curr_data = [] 
     frame_data[curr_frame] = curr_data 
    else: # Not a header line 
     x, y, vx, vy = map(int, line.split()) 
     frame_data.append((x, y, vx, vy)) 

你知道有一本字典它将一个帧号映射到一个元组元素列表(x, y, vx, vy)。

提取从词典中的新名单现在很容易：

result = [] 
for frame_number, data in frame_data.items(): 
    for x, y, vx, vy in data: 
     if not (vx == 0 and vy == 0): 
      result.append((vx, vy, frame_number))