首頁猿問在 Python...

在 Python 中匹配字符串的特定模式之后獲取數字

Python

慕婉清6462132 2021-11-30 16:35:08

我想獲取所有匹配的數字（僅數字示例 '0012--22'）或包含與其對應的一些文本（示例 'RF332'）的數字，這些文本與提供的字符串列表匹配（代碼中的“my_list”） . 帶有數字的文本出現的格式就像用一兩個空格分隔。提供示例輸入文件以供參考。這是輸入文件：$cat input_filesome text before Expedien: 1-21-212-16-26 some random textReference RE9833 of all sentences.abc123456something blah blah Ref.: tramite 1234567Ref.:some junk Expedien N° 18-00777 # some new contentsome text Expedien N°18-0022995 # some garbled content到目前為止的腳本附在下面：它目前只識別一個元素，它是 {'tramite': '1234567'}import reimport globimport osmy_list = ['Ref.:', 'Reference', 'tramite', 'Expediente', 'Expediente No', 'Expedien N°', 'Exp.No', 'Expedien']#open the file as inputwith open('garb.txt','r') as infile: res = dict() for line in infile: elems = re.split('(?::)?\s+', line) #print(elems) if len(elems) >= 2 : contains = False tmp = '' for elem in elems: if contains: res.update({tmp : elem}) print(res) contains = False break if elem in my_list: contains = True tmp = elem #print(res)這是預期的輸出：示例輸出：{'Expedien N°': '18-0022995'}{'Expedien N°': '18-0022995'}{'Expedien': '1-21-212-16-26'}{'Reference' : 'RE9833'}等等等等

查看完整描述

2 回答

牧羊人nacy

TA貢獻1862條經驗獲得超7個贊

您可以使用

(?<!\w)(your|escaped|keywords|here)\W*([A-Z]*\d+(?:-+[A-Z]*\d+)*)

請參閱正則表達式演示。

圖案詳情

(?<!\w)- 左字邊界（明確，\b含義取決于上下文，如果下一個字符是非字字符，則左側需要一個字字符，這不是用戶通常期望的）
(your|escaped|keywords|here)-捕獲組1：您的關鍵字列表，可以很容易地使用內置'|'.join(map(re.escape,my_list))（注意re.escape是必要的轉義特殊的正則表達式的元字符像.，+，(，[，等）
\W*- 0+ 個非單詞字符（字母、數字或以外的字符_）
([A-Z]*\d+(?:-+[A-Z]*\d+)*) - 捕獲組 2：

-+ - 一個或多個連字符
[A-Z]*\d+ - 零個或多個大寫 ASCII 字母，1 個或多個數字
[A-Z]* - 零個或多個大寫 ASCII 字母
\d+ - 1 位或更多位
(?:-+[A-Z]*\d+)* - 0 次或多次重復

請參閱Python 演示：

import re

s="""your_text_here"""

my_list = ['Ref.:', 'Reference', 'tramite', 'Expediente', 'Expediente No', 'Expedien N°', 'Exp.No', 'Expedien']

rx = r'(?<!\w)({})\W*([A-Z]*\d+(?:-+[A-Z]*\d+)*)'.format('|'.join(map(re.escape,my_list)))

print(re.findall(rx, s))

輸出：

[('Expedien', '1-21-212-16-26'), ('Reference', 'RE9833'), ('tramite', '1234567'), ('Expedien N°', '18-00777'), ('Expedien N°', '18-0022995')]

反對回復 2021-11-30

慕沐林林

TA貢獻2016條經驗獲得超9個贊

確實需要有一些東西允許少于 50 多個代表點的用戶發表評論，因為這個線程是我真的很好奇并且想要分叉的線程，但不想給出一個完整的答案上，因為我給出的答案涉及有限的情況并且不靈活。

@Wiktor Stribi?ew

您的解決方案錯過了“參考”?；谀难菔镜妮敵霾糠??？雌饋硭胩^“tramite”

@checkmate

在您想要的輸出中，您需要對其進行編輯，因為“UV1234”不會出現在您發布的字符串中的任何位置

無論如何，我找到了一個解決方案，但我真的希望有人可以改進這一點。

>>> import re

>>> string = '''some text before Expedien: 1-21-212-16-26 some random text

Reference RE9833 of all sentences.

abc

123

456

something blah blah Ref.:

tramite 1234567

Ref.:

some junk Expedien N° 18-00777 # some new content

some text Expedien N°18-0022995 # some garbled content'''

>>> re.findall('(?:(Expedien[\s]+N\S|Ref\.(?!:[\S\s]{,11}Expedien)|Reference|Expedien))[\S\s]*?([A-Z\-]*(?:[\d]+)[\S]*)', string)

[('Expedien', '1-21-212-16-26'), ('Reference', 'RE9833'), ('Ref.', '1234567'), ('Expedien N\xb0', '18-00777'), ('Expedien N\xb0', '18-0022995')]

缺陷：

為了正確捕獲它部分依賴于“Ref.(?!:[\S\s]{,11}Expedien)”

首先，需要編輯“11”以考慮可能存在的其他長度的信息，因此它不靈活

其次，如果后面是“參考”而不是第三個“參考”。將被錯誤地捕獲

反對回復 2021-11-30

2 回答
0 關注
217 瀏覽

關注

添加回答

舉報

0/150

提交

取消

亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

熱搜

最近搜索清空

在 Python 中匹配字符串的特定模式之后獲取數字

在 Python 中匹配字符串的特定模式之后獲取數字

2 回答

添加回答