Python - 从字符串中提取文本

什么是从字符串中提取文本的最有效方法？是否有一些可用的函数或正则表达式，或其他方式？Python - 从字符串中提取文本

例如，我的字符串在下面，我想单独提取ID和作为ScreenNames。

[User(ID=1234567890, ScreenName=RandomNameHere), User(ID=233323490, ScreenName=AnotherRandomName), User(ID=4459284, ScreenName=YetAnotherName)]

谢谢！

编辑：这些是我想要拉的文本字符串。我希望他们在列表中。

Target_IDs = 1234567890，233323490，4459284个 Target_ScreenNames = RandomNameHere，AnotherRandomName，YetAnotherName

来源

2016-11-07 New

您想在文章底部解析列表的文字是？ – Jakub

使用正则表达式，首先提取每个User（ID = {matching expression}，ScreenName = {matching experssion}）'，然后进行另一次提取以获得所需内容。 –

@Jakub，我修改了我的帖子。我想解析的文本现在在帖子的底部。我特意要解析出1234567890，233323490，4459284和RandomNameHere，AnotherRandomName，YetAnotherName – New

import re 
str = '[User(ID=1234567890, ScreenName=RandomNameHere), User(ID=233323490, ScreenName=AnotherRandomName), User(ID=4459284, ScreenName=YetAnotherName)]' 
print 'Target IDs = ' + ','.join(re.findall(r'ID=(\d+)', str)) 
print 'Target ScreenNames = ' + ','.join(re.findall(r' ScreenName=(\w+)', str))

输出：目标ID = 1234567890,233323490,4459284 目标的昵称= RandomNameHere，AnotherRandomName，YetAnotherName

来源

2016-11-07 05:09:41 Transhuman

哇，完美的工作！谢谢！现在要了解代码实际上在做什么:) – New

我会使用的正则表达式是：

(?:ID=|ScreenName=)+(\d+|[\w\d]+)

但是，这里假定ID只是数字（\d），用户名只能是字母或数字（[\w\d]）。

此正则表达式（与re.findall相结合）都将返回一个通过迭代和分类以某种方式像这样的比赛名单：

import re 

s = "[User(ID=1234567890, ScreenName=RandomNameHere), User(ID=233323490, ScreenName=AnotherRandomName), User(ID=4459284, ScreenName=YetAnotherName)]" 
pattern = re.compile(r'(?:ID=|ScreenName=)+(\d+|[\w\d]+)'); 

ids = [] 
names = [] 

for p in re.findall(pattern, s): 
    if p.isnumeric(): 
     ids.append(p) 
    else: 
     names.append(p) 

print(ids, names)

来源

2016-11-07 05:16:04 Darkstarone

感谢您的正则表达式。用户名可以有字母和数字。 – New

更新为允许这种可能性。'[\ d \ w]'匹配一个字母或数字，'+'允许多个匹配。 – Darkstarone

这要看情况。假设您的所有文字都以

的形式出现

TagName = TagValue1, TagValue2, ...

您只需要两次调用就可以进行拆分。

tag, value_string = string.split('=') 
values = value_string.split(',')

移除多余的空间（可能是一对夫妇的rstrip()/lstrip()电话就足够了），和你做。或者你可以采取正则表达式。他们稍强一些，但在这种情况下，我认为这是个人品味的问题。

如果你想要非终结者，终端等等更复杂的语法，你需要lex/yacc，这将需要一些解析器背景。一个相当有趣的事情，但不是你想用来存储程序选项等。

来源

2016-11-07 05:18:36 Synedraacus

我会研究这一点。谢谢。 – New

Python - 从字符串中提取文本

回答

相关问题