如何修改Python代码提取文本文件中的g5参数及相关数据

问题背景 #

我有一份软件生成的文本数据文件，结构是重复的#Parameters = {...}头部 + 对应频率与RCS数据。需要提取g1、g2、g3、g4、g5、l1参数，和对应频率、RCS数据整理成指定格式。原数据结构示例：

#Parameters = {g5=0.6; g4=0.6; g3=0.6; g2=0.8; g1=1; w=0.6; ct=0.3; l1=20; st=0.4; L=30; phi=0; theta=0; alpha=0}
#"Frequency / GHz"  "RCS (Spherical) (0 0 100)(Abs) [pw] (1) [Magnitude]"
#-----------------------------------------------------------------------
1.0000000000000 -61.456712241986
1.0450000000000 -52.352042811820
...

编写的Python代码在提取g5时触发错误：

import argparse
import pandas as pd

def process_data(file_path):
    g1_list = []
    g2_list = []
    g3_list = []
    g4_list = []
    g5_list = []
    l1_list = []
    frequency_list = []
    rcs_list = []

    with open(file_path, 'r') as file:
        lines = file.readlines()

        for line in lines:
            if line.startswith('#Parameters = {'):
                params = line.split(';')

                l1 = float(params[7].split('=')[1].strip())  # Extract l1
                g1 = float(params[4].split('=')[1].strip())  # Extract g1
                g2 = float(params[3].split('=')[1].strip())  # Extract g2
                g3 = float(params[2].split('=')[1].strip())  # Extract g3
                g4 = float(params[1].split('=')[1].strip())  # Extract g4
                g5 = float(params[0].split('=')[1].strip())  # Extract g5

            elif any(char.isdigit() for char in line[:10]):
                values = line.split()
                frequency = float(values[0].replace('\t', ''))
                rcs = float(values[1])
                g1_list.append(g1)
                g2_list.append(g2)
                g3_list.append(g3)
                g4_list.append(g4)
                g5_list.append(g5)
                l1_list.append(l1)
                frequency_list.append(frequency)
                rcs_list.append(rcs)

    data = {
        'g1': g1_list,
        'g2': g2_list,
        'g3': g3_list,
        'g4': g4_list,
        'g5': g5_list,
        'l1': l1_list,
        'Frequency / GHz': frequency_list,
        'RCS': rcs_list
    }
    rcs_geometry = pd.DataFrame(data)
    return rcs_geometry

报错信息：

Traceback (most recent call last):
  File "...", line 135, in <module>
    rcs_geometry = process_data(args.file_path)
  File "...", line 38, in process_data
    g5 = float(params[0].split('=')[1].strip())  # Extract g5
ValueError: could not convert string to float: '{g5'

错误原因 #

直接用split(';')拆分参数行时，第一个元素是#Parameters = {g5=0.6，对其用split('=')后，第二个元素是 {g5（包含左大括号和参数名），而非预期的数值，因此无法转换为float。此外，依赖固定索引提取参数的方式非常脆弱——如果参数顺序发生变化，所有提取都会出错。

解决方法 #

换用更鲁棒的参数解析方式：先提取大括号内的参数内容，再将其转换为键值对字典，通过键名直接获取目标参数，彻底避免索引依赖和前缀干扰。

修改后的代码：

import argparse
import pandas as pd

def process_data(file_path):
    g1_list = []
    g2_list = []
    g3_list = []
    g4_list = []
    g5_list = []
    l1_list = []
    frequency_list = []
    rcs_list = []

    with open(file_path, 'r') as file:
        lines = file.readlines()
        current_params = None
        for line in lines:
            line = line.strip()
            if not line:
                continue  # 跳过空行
            
            if line.startswith('#Parameters = {'):
                # 提取大括号内的参数字符串
                param_str = line.split('{')[1].split('}')[0]
                # 拆分每个键值对并转为字典
                current_params = {}
                for item in param_str.split(';'):
                    item = item.strip()
                    if not item:
                        continue
                    key, value = item.split('=')
                    current_params[key.strip()] = float(value.strip())
                # 从字典中提取目标参数
                g1 = current_params['g1']
                g2 = current_params['g2']
                g3 = current_params['g3']
                g4 = current_params['g4']
                g5 = current_params['g5']
                l1 = current_params['l1']

            elif line[0].isdigit():
                # 处理频率和RCS数据行
                values = line.split()
                frequency = float(values[0])
                rcs = float(values[1])
                g1_list.append(g1)
                g2_list.append(g2)
                g3_list.append(g3)
                g4_list.append(g4)
                g5_list.append(g5)
                l1_list.append(l1)
                frequency_list.append(frequency)
                rcs_list.append(rcs)

    data = {
        'g1': g1_list,
        'g2': g2_list,
        'g3': g3_list,
        'g4': g4_list,
        'g5': g5_list,
        'l1': l1_list,
        'Frequency / GHz': frequency_list,
        'RCS': rcs_list
    }
    rcs_geometry = pd.DataFrame(data)
    
    # 如果需要生成目标的宽表格式（参数为行，频率为列），可以添加以下代码
    # wide_df = rcs_geometry.pivot_table(index=['g1','g2','g3','g4','g5','l1'], 
    #                                     columns='Frequency / GHz', 
    #                                     values='RCS').reset_index()
    # return wide_df
    
    return rcs_geometry

关键改进点 #

1. 精准提取参数内容：通过split('{')[1].split('}')[0]获取大括号内的参数部分，排除开头的#Parameters = 前缀。
2. 键值对字典解析：将参数转换为字典后，通过键名直接提取目标参数，不受参数顺序影响。
3. 鲁棒性处理：添加空行跳过、参数项空值检查，避免无效行导致的错误。

内容的提问来源于stack exchange，提问作者Mad0731