如何从文件统计男女人数？Python正则作业代码问题咨询

本次任务为作业
使用提供的卫生部（MOH）接触追踪数据存档网页，通过正则表达式收集数据集。
需要提取以下信息：

• 病例编号（Case No）
• 年龄（Age）
• 国籍（Nationality）
• 性别（Sex）
• 旅行史（Travel History）
• 接触追踪情况（Contact Tracing）

任务1：将上述信息读取到Python合适的数据结构中，存储为开放格式文件（文本、JSON等），文件名标注网页最后更新日期。
任务2：统计病例中的男女人数、平均年龄，并在屏幕打印结果。

import re

# open and read the file after the appending:
userinfo = open("usersinfo.txt", "r")

# Creating userinfo
# userinfo.write("1.	18 	Bahraini	F	US,AL		Parent\n")
# userinfo.write("2.	29 	Japanese	M	BH,CH		Wife\n")
# userinfo.write("3.	55 	Japanese	M	BH		Son\n")
# userinfo.write("4.	21 	Bahraini	F	KW,CH		Parent\n")
# userinfo.write("5.	24 	Bahraini	F	DK		Husband\n")
# userinfo.write("6.	30 	Egyptian	M	DK		Parent\n")
# userinfo.write("7.	23 	Egyptian	M	DK		Parent\n")
# userinfo.write("8.	32 	Egyptian	M	FR		Wife\n")
# userinfo.write("9.	29 	Indian	F	KW,RO		Brother\n")
# userinfo.write("10.	21 	Indian	M	RS		Parent\n")

countMale = 0
countFemale = 0
# Q1
for x in userinfo:
    re_gender = re.findall("[M|F]\b", userinfo.read())
    if re_gender == 'M':
        countMale += 1
    else:
        countFemale += 1
    print("The number of males: ", countMale, ", females: ", countFemale)

# Q2
for x in userinfo:
    ages = re.findall("\d{2}\s", userinfo.read())
    avg_age = sum(int(age) for age in ages) / len(ages)
    print("The average age: ", avg_age)

print(userinfo.read())
userinfo.close()

请问如何正确从文件中统计男女人数，同时完成平均年龄计算？

现有代码存在几个关键问题：

• 文件读取时，userinfo.read()会一次性读完整个文件，导致后续循环无法获取内容；
• 正则表达式使用有误，[M|F]\b中的|是多余的，且findall返回列表，不能直接与字符串'M'比较；
• 两次循环复用同一个文件对象，第一次读完后指针已到文件末尾，第二次循环无法读取数据。

修正后的代码可一次性读取所有行，逐行处理提取性别和年龄，同步完成统计：

import re

# 使用with语句自动管理文件资源
with open("usersinfo.txt", "r") as userinfo:
    lines = userinfo.readlines()

count_male = 0
count_female = 0
total_age = 0
case_count = 0

for line in lines:
    # 提取性别：匹配独立的M/F字符
    gender_match = re.search(r'\b[MF]\b', line)
    if gender_match:
        gender = gender_match.group()
        count_male += 1 if gender == 'M' else 0
        count_female += 1 if gender == 'F' else 0
    
    # 提取年龄：匹配两位数的年龄数值
    age_match = re.search(r'\b\d{2}\b', line)
    if age_match:
        total_age += int(age_match.group())
        case_count += 1

# 计算平均年龄，避免空文件时除以0的错误
average_age = total_age / case_count if case_count > 0 else 0

# 打印统计结果
print(f"男性人数：{count_male}，女性人数：{count_female}")
print(f"平均年龄：{average_age:.2f}")

代码说明 #

• 用with语句打开文件，自动处理文件关闭，避免资源泄漏；
• 逐行读取数据，通过re.search精准提取目标字段，规避findall返回列表的问题；
• 单次循环完成性别统计与年龄累加，提升效率；
• 加入case_count判断，处理空文件或无有效年龄数据的边界情况。

内容的提问来源于stack exchange，提问作者Futaba