長長的Python列表如何被檢查和修復？

Question

我有一個自動生成的Python列表。它的格式如下：

[(186, 25, 192, 255), (184, 25, 192, 255), (184, 27, 193, 255), (184, 29, 193, 255), (184, 31, 193, 255), (183, 32, 192, 255), (182, 33, 191, 255), ... many further elements... ] 

這是一個很長的列表，它完全包含在一個大約100 MB的文件中。這個列表有可能以某種方式變形。我想要檢測到哪裏的格式不正確，以便通過用(0, 0, 0, 255)替換任何有問題的元素來修復它。

我已編輯的文件，使其包含以下內容：

list1 = [(186, 25, 192, 255), ... many further elements... 
print("list length: {length}".format(length = len(list1))) 

當我運行通過Python的文件，完整列表打印，然後有很多空白的，然後是錯誤消息「的SyntaxError ：語法無效「，指向空格的插入符號。

由於列表太長，需要一個編程方法來驗證列表並修復它。什麼是這樣做的好方法？

Answer 1

這是一個非常不幸的格式，您的數據被傾倒;我認爲其目的是在閱讀python時評估它，這是一種可怕的方法（你現在看到一個原因）。

假設你沒有權限訪問Unix工具，這將使檢查文件的語法變得微不足道，在Python中執行它的方法是檢查元組（或者說，代表它們的字符串）時間。因爲它似乎沒有任何新行，你必須一次讀取整個事情，把它分解一下自己：

import re 
with open("datadump.txt") as fp: 
    text = fp.read() 
parts = text[2:-2].split("), (") 
for n, part in enumerate(parts): 
    if not re.match(r"^\d+, \d+, \d+, \d+$", part): 
     print("The %d-th tuple is malformed: %s" % (n, part)) 

你可能會在第一個和最後一個元組僞消息，如果空格不完全符合我的假設（例如，如果文件末尾有換行符，應該是text[2:-3]），但它應該足以指出您的問題。

PS。 FWIW，一個更好的格式本來只是打印出來的數字四線，沒有任何裝飾：

186 25 192 255 
184 25 192 255 
184 27 193 255 
etc. 

它需要幾行代碼寫出來，背讀，但它的很多更好地與長期合作 - 並且您可以輕鬆閱讀並驗證一行一行。