実行結果から必要なデータのみを正規表現を用いて抽出したいです．

Question

相談内容

正規表現を用いて4000行程度のテキストファイルから必要な部分のみを抽出したいのですが，うまくできません．

文字列のスライスを使って抽出しようとしましたが，行によって実行結果の文字数が異なるため上手くいきませんでした．

実装したい内容

Row 0: 0.299635+0.000351244j -3.25261e-019+3.17934e-007j
Row 1: 2.38524e-018+3.05509e-007j 0.0182621+6.09987e-006j

このような実行結果から3つの値を取り出したいです．

{
    'upper right': 3.17934e-007,
    'bottom left': 3.05509e-007,
    'bottom right': 6.09987e-006,
}

jの係数を3つ，算術符号を除いた状態で取得するにはどういった方法がありますでしょうか．

自分の思いついたものとして正規表現がありますが，現状実装できていないのもあり手段は問いません．

Answer 1

正規表現を使うのではなく、文字列を複素数にキャストして、虚数部を抜き出した方がよいのではないでしょうか

with open('data.txt') as f:
    ret = []
    for row in f:
        r = list(map(lambda s: complex(s).imag, row.split(' ')[-2:]))
        ret.append(r)
print(ret)
#[[0.000351244, 3.17934e-07], [3.05509e-07, 6.09987e-06]]

Comments

[gc0o_r]

そういった方法があることを初めて知りました！

ありがとうございます！

Answer 2

フォーマットがいまいち分かりませんが、+からjまでを取り出せば良いのかなと思います。

import re


src = """
Row 0: 0.299635+0.000351244j -3.25261e-019+3.17934e-007j
Row 1: 2.38524e-018+3.05509e-007j 0.0182621+6.09987e-006j
"""[1:-1]

dst = re.findall(r'+(.+?)j', src)
print(dst)

実行結果 Wandbox

['0.000351244', '3.17934e-007', '3.05509e-007', '6.09987e-006']

丸投げな感があるので詳細な解説は書きません。

Comments

[LouiS0616]

> フォーマットがいまいち分かりません

複素数って、実部と虚部それぞれに指数表記を使えたのですね。
知りませんでした。お恥ずかしい。

[gc0o_r]

丸投げな感じが出てしまいましたか，すいませんでした．

算術符号は＋とは限りませんと書くべきでした，すいませんでした．