如何使用Python提取txt文件中的分隔数据并生成列表向量

你可以直接在Jupyter Notebook中运行以下代码，注意将代码中的words.txt路径替换为你本地文件的实际存储路径。

方法1：正则匹配（推荐，兼容性更强） #

该方法不依赖行内的分隔格式，只要行内存在PMC+数字的结构就能准确提取，就算后续文件格式有小变动也可以正常使用：

import re

var = []
with open("words.txt", "r", encoding="utf-8") as f:
    for line in f:
        # 匹配PMC后的连续数字
        match_result = re.search(r"PMC(\d+)", line.strip())
        if match_result:
            # 转换为整数后加入列表
            var.append(int(match_result.group(1)))

方法2：字符串分割（适合当前固定格式场景） #

如果你的文件格式永远保持当前的空格分隔规则，第二个字段固定为PMC开头的内容，可以用更简单的分割方法：

var = []
with open("words.txt", "r", encoding="utf-8") as f:
    for line in f:
        # 按空白字符分割后取第二个字段，去掉前3位的PMC前缀后转整数
        pmc_item = line.split()[1]
        var.append(int(pmc_item[3:]))

运行完成后直接输出var即可得到你需要的数字列表。

内容的提问来源于stack exchange，提问作者Just A Mathematician