You need to enable JavaScript to run this app. 已完成带登录校验的可运行骰子游戏,如何拆分存储用户名与分数的文件并按分数排序
优惠活动
大模型
产品
解决方案
定价
更多

已完成带登录校验的可运行骰子游戏,如何拆分存储用户名与分数的文件并按分数排序

实现成绩解析、排序并存储的完整方案

现有存储格式说明

你当前每次写入的行都是元组转字符串的结果,实际内容类似(10, ',', 'test_user'),包含多余的括号、单引号、中间冗余的逗号常量,需要先清洗/转义后才能提取有效字段。

步骤1:读取文件并拆分分数、用户名

提供两种解析方式,按需选择:

方式1:直接转回元组(适合自用可信文件,代码最简)

因为文件内容完全由你的程序生成,是合法的Python元组字符串,可直接用eval转成原对象提取字段:

# 初始化存储所有用户成绩的列表
score_list = []
# 读取原成绩文件,自动处理文件关闭
with open('Winner.txt', 'r', encoding='utf-8') as f:
    for line in f:
        line = line.strip()
        if not line:  # 跳过空行避免报错
            continue
        # 字符串转原元组,结构为(分数, ',', 用户名)
        raw_tuple = eval(line)
        # 提取有效字段,分数转成整数方便后续排序
        user_score = int(raw_tuple[0])
        username = raw_tuple[2]
        score_list.append( (user_score, username) )

方式2:手动清洗字符串(避免eval安全风险,适合非可信文件)

如果担心eval执行危险代码的问题,可手动过滤冗余字符后拆分:

score_list = []
with open('Winner.txt', 'r', encoding='utf-8') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        # 去掉首尾的括号
        line = line.strip('()')
        # 按逗号分割后,去掉每个字段的多余空格、单/双引号
        parts = [part.strip().strip("'\"") for part in line.split(',')]
        # parts结构为['分数值', '', '用户名']
        user_score = int(parts[0])
        username = parts[2]
        score_list.append( (user_score, username) )

步骤2:按分数排序

默认按分数从高到低排序,需要升序的话去掉reverse=True参数即可:

# 以元组第0位(分数)为排序依据,降序排列
score_list.sort(key=lambda item: item[0], reverse=True)

步骤3:写入排序后的结果到新文件

可自定义输出格式,示例用用户名,分数的结构存储,方便后续二次读取:

with open('Sorted_Winner.txt', 'w', encoding='utf-8') as f:
    for user_score, username in score_list:
        f.write(f"{username},{user_score}\n")

原有写入逻辑优化建议

当前的写入方式生成的格式冗余较多,可直接替换成更简洁的分隔格式,后续无需复杂解析:

# 优化前旧代码
# winner = (Winner_points,',',winner_user)
# f = open('Winner.txt','a')
# f.write(str(winner))
# f.write('\n')
# f.close()
# 优化后,直接写"分数,用户名"格式
with open('Winner.txt', 'a', encoding='utf-8') as f:
    f.write(f"{Winner_points},{winner_user}\n")

内容的提问来源于stack exchange,提问作者The Gr4nd

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.26 20:45:02