如何编写程序提取文件中每行的Cell number与DCR对应数值

针对你给出的文本格式，不管中间字段如何变化，只要每行保留Cell number:X和DCR:Y的格式，以下几种方法可以稳定提取目标信息：

Python 实现 #

用正则表达式匹配目标字段是最稳妥的方式，不受中间字段数量或顺序变化的影响：

import re

# 读取文件内容（假设文件名为cell_data.txt）
with open('cell_data.txt', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        # 匹配Cell number后的数字和DCR后的数值
        match = re.search(r'Cell number:(\d+),.*DCR:([\d.]+)', line)
        if match:
            cell_num = match.group(1)
            dcr_value = match.group(2)
            print(f"Cell {cell_num}: DCR = {dcr_value}")

解释：正则表达式Cell number:(\d+),.*DCR:([\d.]+)会精准定位Cell number:后的整数，以及DCR:后的小数，中间的.*会忽略任意内容，完全不受中间字段变化影响。

Shell（awk）实现 #

如果用命令行处理，awk可以快速完成提取：

awk 'match($0, /Cell number:([0-9]+).*DCR:([0-9.]+)/, arr) {
    print "Cell " arr[1] ": DCR = " arr[2]
}' cell_data.txt

或者按字段遍历的写法（适合需要处理更多字段的场景）：

awk -F, '{
    for(i=1;i<=NF;i++){
        if($i ~ /^Cell number:/) {
            split($i, arr, ":"); cell=arr[2]
        }
        if($i ~ /^DCR:/) {
            split($i, arr, ":"); dcr=arr[2]
        }
    }
    print "Cell " cell ": DCR = " dcr
}' cell_data.txt

解释：第一种写法直接用正则匹配整行提取目标分组；第二种按逗号分割每行字段，遍历找到目标字段后拆分取值，两种方式都不受中间内容干扰。

内容的提问来源于stack exchange，提问作者Joao