我有一個大文本文件，其中包含如下表所示的輸入列表。我需要的是將其分成不同的列（前綴、根和后綴）。他們之間有-和。#我需要一個公式來用-和分隔它們#；或者如果有斜杠/，則應取第一部分并忽略斜杠后面的單詞；或者如果這個詞在里面，{}它也應該忽略它。Input Outputform prefix root suffix ---------- ------- ------- -------jalan jalanba-jalan ba jalanpem-porut#an pem porut andaun #kulu daun kuludaun#kulu daun kulutarik-napas tarik napastarik#napas tarik napasn-cium #bo n cium bowarau/araw arauimbaw//nimbaw imbawdengo | nengo dengododop=am dodop am{di} dalam dalamdi {dalam} di
1 回答
有只小跳蛙
TA貢獻1824條經驗 獲得超8個贊
這是通過 Pythonre庫使用正則表達式對您所要求的內容進行粗略的近似。
import?re
m?=?re.match(r'(?:\{[^-#{}/]+\})?(?:([^-#{}/]+)-)?([^-#{}/]+)(?:/[^-#{}/]+)?(?:#([^-#{}/]+))?',?word)
if?m:
????prefix,?root,?suffix?=?m.groups()您的示例似乎也有=和|作為分隔符，但是一旦您了解了它是如何工作的，擴展它以允許這些分隔符應該相對簡單。
簡而言之，如果正則表達式不匹配，則re.match()返回False，否則返回一個匹配對象，該對象的.groups()方法包含與正則表達式中分組括號匹配的文本。(?:...)括號是非分組的，括號中沒有?:緊跟在左括號后面的捕獲成組。
表達式可以分為以下幾種：
(?:\{[^-#{}/]+\})?- 非分組表達式可跳過其中的任何內容{braces}(?:([^-#{}/]+)-)?- 破折號之前任何內容的分組表達式的非分組包裝器-([^-#{}/]+)- 主根 - 分組表達式以捕獲與分隔符之一不匹配的文本(?:/[^-#{}/]+)?- 非分組表達式忽略斜杠后的任何內容(?:#([^-#{}/]+))?- 與破折號類似，捕獲 后的任何后綴#，用非分組包裝器圍繞整個組，然后對分隔符后的文本進行分組捕獲
乍一看這似乎令人生畏，但是一旦您破譯了第一對，您就應該了解它們是如何工作的。讓我們更詳細地檢查一下破折號表達式。
(?:- 我們需要一個非捕獲組將所有這些標記為可選，放在最后(- 將分組括號之間的任何匹配文本捕獲到.group()[^-#{}/]- 匹配不是-or?#or?{or or?}or的單個字符/+- 實際上，前面的一個或多個，盡可能多)- 捕獲結束-- 只要所有這些都以破折號結尾-)?- 所有這些都是可選的；如果跳過此步驟將允許整體表達式匹配，則正則表達式引擎會（但如果可能的話，它仍然會更喜歡匹配 - 這稱為“貪婪匹配”）。
請注意如何[^-#{}/]+不斷出現在所有這些組中。我們不想讓我們捕獲的文本與分隔符之一匹配。
您沒有指定如何處理空格，因此這只是將它們視為任何其他字符。也許您也想在它們與分隔符相鄰時將它們排除在組之外？
添加回答
舉報
0/150
提交
取消