在 Python 中通过正则表达式解析 GPS 接收器输出

Posted 2023-02-23

【中文标题】在 Python 中通过正则表达式解析 GPS 接收器输出

【英文标题】：Parsing GPS receiver output via regex in Python

【发布时间】：2010-09-23 15:06:39

【问题描述】：

我有一个朋友正在完成他的航空航天工程硕士学位。对于他的最后一个项目，他在一个小团队中负责编写一个跟踪气象气球、火箭和卫星的程序。该程序接收来自 GPS 设备的输入，对数据进行计算，并使用这些计算的结果来控制一系列电机，这些电机旨在为定向通信天线定向，因此气球、火箭或卫星始终保持焦点。

虽然我自己有点（永恒的）初学者，但我比我的朋友有更多的编程经验。因此，当他向我寻求建议时，我说服他用我选择的语言 Python 编写程序。

在项目的这一点上，我们正在处理解析来自 GPS 设备的输入的代码。这是一些示例输入，我们需要提取的数据以粗体显示：

$GPRMC,092204.999,4250.5589,S,14718.5084,E,1,12,24.4,89.6,M,,,0000*1F $GPRMC,093345.679,4234.7899,N,11344.2567,W,3,02,24.5,1000.23,M,,,0000*1F $GPRMC,044584.936,1276.5539,N,88734.1543,E,2,04,33.5,600.323,M,,,*00 $GPRMC,199304.973,3248.7780,N,11355.7832,W,1,06,02.2,25722.5,M,,,*00 $GPRMC,066487.954,4572.0089,S,45572.3345,W,3,09,15.0,35000.00,M,,,*1F

以下是对数据的进一步解释：

“我看起来需要五样东西 从每一行。记住 这些区域中的任何一个都可能是 空的。意味着只有两个 逗号紧挨着。这样的 如 ',,,' 有两个字段可以 随时吃饱。仅其中一些 他们有两个或三个选项 可能是，但我认为我不应该是 指望这一点。”

两天前，我的朋友能够从用于跟踪最近气象气球发射的 GPS 接收器获取完整日志。数据比较长，我都放在this pastebin里了。

我自己对正则表达式还是很陌生，所以我正在寻求一些帮助。

【问题讨论】：

顺便说一句，您的 $GPRMC 行似乎不符合标准。 home.mira.net/~gnb/gps/nmea.html#gprmc我错过了什么吗？

感谢您指出 Federico。我一定会调查的。

这似乎更像是一条 $GPGGA 行。

老实说，我个人对使用的设备并不熟悉。但是，我认为我链接到 (pastebin.com/f5f5cf9ab) 的 pastebin 可能会提供一些说明。

【参考方案1】：

拆分应该可以解决问题。这也是一种提取数据的好方法：

>>> line = "$GPRMC,199304.973,3248.7780,N,11355.7832,W,1,06,02.2,25722.5,M,,,*00"
>>> line = line.split(",")
>>> neededData = (float(line[2]), line[3], float(line[4]), line[5], float(line[9]))
>>> print neededData
(3248.7779999999998, 'N', 11355.7832, 'W', 25722.5)

【参考方案2】：

使用 split 比使用正则表达式更简单。

>>> line="$GPRMC,092204.999,4250.5589,S,14718.5084,E,1,12,24.4,89.6,M,,,0000*1F "
>>> line.split(',')
['$GPRMC', '092204.999', '4250.5589', 'S', '14718.5084', 'E', '1', '12', '24.4', '89.6', 'M', '', '', '0000*1F ']
>>> 

【讨论】：

哈，我会选择更复杂的解决方案！

【参考方案3】：

您可以使用像 pynmea2 这样的库来解析 NMEA 日志。

>>> import pynmea2
>>> msg = pynmea2.parse('$GPGGA,142927.829,2831.4705,N,08041.0067,W,1,07,1.0,7.9,M,-31.2,M,0.0,0000*4F')
>>> msg.timestamp, msg.latitude, msg.longitude, msg.altitude
(datetime.time(14, 29, 27), 28.524508333333333, -80.683445, 7.9)

免责声明：我是pynmea2的作者

【参考方案4】：

这些是逗号分隔值，因此使用 csv 库是最简单的解决方案。

我将你拥有的样本数据放入 /var/tmp/sampledata，然后我这样做了：

>>> import csv
>>> for line in csv.reader(open('/var/tmp/sampledata')):
...   print line
['$GPRMC', '092204.999', '**4250.5589', 'S', '14718.5084', 'E**', '1', '12', '24.4', '**89.6**', 'M', '', '', '0000\\*1F']
['$GPRMC', '093345.679', '**4234.7899', 'N', '11344.2567', 'W**', '3', '02', '24.5', '**1000.23**', 'M', '', '', '0000\\*1F']
['$GPRMC', '044584.936', '**1276.5539', 'N', '88734.1543', 'E**', '2', '04', '33.5', '**600.323**', 'M', '', '', '\\*00']
['$GPRMC', '199304.973', '**3248.7780', 'N', '11355.7832', 'W**', '1', '06', '02.2', '**25722.5**', 'M', '', '', '\\*00']
['$GPRMC', '066487.954', '**4572.0089', 'S', '45572.3345', 'W**', '3', '09', '15.0', '**35000.00**', 'M', '', '', '\\*1F']

然后，您可以根据需要处理数据。某些值的开头和结尾处的 '**' 看起来有点奇怪，你可能想去掉这些东西，你可以这样做：

>> eastwest = 'E**'
>> eastwest = eastwest.strip('*')
>> print eastwest
E

您必须将一些值转换为浮点数。例如，样本数据第一行的第三个值是：

>> data = '**4250.5589'
>> print float(data.strip('*'))
4250.5589

【讨论】：

原来这里有一些额外的编码。例如，“4250.5589,S”实际上是纬度 42°50.5589'S

【参考方案5】：

您还应该首先检查数据的校验和。它是通过对 $ 和 * 之间的字符（不包括它们）进行异或运算并将其与末尾的十六进制值进行比较来计算的。

您的 pastebin 中似乎有一些损坏的行。这是一个简单的检查，它假设该行以 $ 开头并且末尾没有 CR/LF。要构建更强大的解析器，您需要搜索“$”并遍历字符串，直到找到“*”。

def check_nmea0183(s):
    """
    Check a string to see if it is a valid NMEA 0183 sentence
    """
    if s[0] != '$':
        return False
    if s[-3] != '*':
        return False

    checksum = 0
    for c in s[1:-3]:
        checksum ^= ord(c)

    if int(s[-2:],16) != checksum:
        return False

    return True

【讨论】：

感谢您的示例。在编写输入检查函数时，我一定会做类似的事情。

def check_nmea(s): return s and \s[0] == '$' and \s[-3] == '*' and \reduce(lambda x, y: x^ ord(y), s[1:-3], 0) == int(s[-2:],16)

【参考方案6】：

如果您需要对 GPS 数据流进行更广泛的分析，这里有一个 pyparsing 解决方案，可将您的数据分解为命名数据字段。我将您粘贴的数据提取到文件 gpsstream.txt 中，并使用以下内容对其进行解析：

"""
 Parse NMEA 0183 codes for GPS data
 http://en.wikipedia.org/wiki/NMEA_0183

 (data formats from http://www.gpsinformation.org/dale/nmea.htm)
"""
from pyparsing import *

lead = "$"
code = Word(alphas.upper(),exact=5)
end = "*"
COMMA = Suppress(',')
cksum = Word(hexnums,exact=2).setParseAction(lambda t:int(t[0],16))

# define basic data value forms, and attach conversion actions
word = Word(alphanums)
N,S,E,W = map(Keyword,"NSEW")
integer = Regex(r"-?\d+").setParseAction(lambda t:int(t[0]))
real = Regex(r"-?\d+\.\d*").setParseAction(lambda t:float(t[0]))
timestamp = Regex(r"\d2\d2\d2\.\d+")
timestamp.setParseAction(lambda t: t[0][:2]+':'+t[0][2:4]+':'+t[0][4:])
def lonlatConversion(t):
    t["deg"] = int(t.deg)
    t["min"] = float(t.min)
    t["value"] = ((t.deg + t.min/60.0) 
                    * 'N':1,'S':-1,'':1[t.ns] 
                    * 'E':1,'W':-1,'':1[t.ew])
lat = Regex(r"(?P<deg>\d2)(?P<min>\d2\.\d+),(?P<ns>[NS])").setParseAction(lonlatConversion)
lon = Regex(r"(?P<deg>\d3)(?P<min>\d2\.\d+),(?P<ew>[EW])").setParseAction(lonlatConversion)

# define expression for a complete data record
value = timestamp | Group(lon) | Group(lat) | real | integer | N | S | E | W | word
item = lead + code("code") + COMMA + delimitedList(Optional(value,None))("datafields") + end + cksum("cksum")


def parseGGA(tokens):
    keys = "time lat lon qual numsats horiz_dilut alt _ geoid_ht _ last_update_secs stnid".split()
    for k,v in zip(keys, tokens.datafields):
        if k != '_':
            tokens[k] = v
    #~ print tokens.dump()

def parseGSA(tokens):
    keys = "auto_manual _3dfix prn prn prn prn prn prn prn prn prn prn prn prn pdop hdop vdop".split()
    tokens["prn"] = []
    for k,v in zip(keys, tokens.datafields):
        if k != 'prn':
            tokens[k] = v
        else:
            if v is not None:
                tokens[k].append(v)
    #~ print tokens.dump()

def parseRMC(tokens):
    keys = "time active_void lat lon speed track_angle date mag_var _ signal_integrity".split()
    for k,v in zip(keys, tokens.datafields):
        if k != '_':
            if k == 'date' and v is not None:
                v = "%06d" % v
                tokens[k] = '20%s/%s/%s' % (v[4:],v[2:4],v[:2])
            else:
                tokens[k] = v
    #~ print tokens.dump()


# process sample data
data = open("gpsstream.txt").read().expandtabs()

count = 0
for i,s,e in item.scanString(data):
    # use checksum to validate input 
    linebody = data[s+1:e-3]
    checksum = reduce(lambda a,b:a^b, map(ord, linebody))
    if i.cksum != checksum:
        continue
    count += 1

    # parse out specific data fields, depending on code field
    fn = 'GPGGA' : parseGGA, 
          'GPGSA' : parseGSA,
          'GPRMC' : parseRMC,[i.code]
    fn(i)

    # print out time/position/speed values
    if i.code == 'GPRMC':
        print "%s %8.3f %8.3f %4d" % (i.time, i.lat.value, i.lon.value, i.speed or 0) 


print count

您的 pastebin 中的 $GPRMC 记录似乎与您在帖子中包含的记录不太匹配，但您应该能够根据需要调整此示例。

【参考方案7】：

我建议在您的代码中进行一个小修复，因为如果用于解析上个世纪的数据，日期看起来像是在未来的某个时间（例如 2094 年而不是 1994 年）

我的修正并不完全准确，但我的立场是在 70 年代之前不存在 GPS 数据。

在 RMC 语句的 def 解析函数中，只需将格式行替换为：

p = int(v[4:])
print "p = ", p
if p > 70:
    tokens[k] = '19%s/%s/%s' % (v[4:],v[2:4],v[:2])
else:
    tokens[k] = '20%s/%s/%s' % (v[4:],v[2:4],v[:2])

这将查看年份的两位 yy 数字，并假设过去 70 年我们正在处理上个世纪的句子。 与今天的日期相比，并假设将来每次处理一些数据时，它们实际上都是上个世纪的，这可能会做得更好

感谢您在上面提供的所有代码...我玩得很开心。