如何用Python从结构化文件数据中提取各月份数据生成独立列表？

假设你已经把文件内容读取并拆分成了一个名为data_list的列表，示例格式大概是这样：

data_list = ["2024", "January", "31", "销售:1200", "库存:300", "February", "29", "销售:1500", "库存:250", "March", "31", "销售:1300"]

核心思路 #

• 遍历列表，用str.isalpha()识别月份名称（因为只有月份名是纯字母格式）
• 记录每个月份的起始位置，提取后续的天数和对应数据，直到遇到下一个月份或列表结束
• 把每个月份的数据整理成独立列表，用字典存储方便后续调用

代码实现 #

# 替换成你实际读取拆分后的列表
data_list = ["2024", "January", "31", "销售:1200", "库存:300", "February", "29", "销售:1500", "库存:250", "March", "31", "销售:1300"]

monthly_data = {}
current_month = None
current_data = []

for item in data_list:
    # 跳过开头的年份（判断4位数字，格式不同可自行调整）
    if item.isdigit() and len(item) == 4:
        continue
    # 识别到新月份时，先保存上一个月份的数据
    if item.isalpha():
        if current_month is not None:
            monthly_data[current_month] = current_data
        current_month = item
        current_data = []
    # 非月份内容，直接加入当前月份的列表
    else:
        if current_month is not None:
            current_data.append(item)

# 处理最后一个月份的剩余数据
if current_month is not None:
    monthly_data[current_month] = current_data

# 查看结果
for month, data in monthly_data.items():
    print(f"* {month}: {data}")

补充说明 #

• 运行后每个月份对应的列表会包含当月天数和所有相关数据，比如January对应["31", "销售:1200", "库存:300"]
• 如果数据里有其他纯字母的非月份内容，可以额外加一层判断（比如和已知月份列表比对），但如果只有月份是纯字母，当前方案完全适用
• 用字典存储的好处是后续可以直接通过monthly_data["January"]快速调取对应月份的数据

内容的提问来源于stack exchange，提问作者John Smith