如何匹配文本文件中的整行并使用 Python 和 RegEx 将其分解为变量？

Question

您好，我在使用 RegEx 和 Python 时遇到以下问题。

我正在尝试从文本文件中获取以下内容并将其分解为变量（文本文件包含 28k+ 行，而不仅仅是以下文本）：

VOLUME 26 4—PART 23

该行中仅有的两个常量值是 VOLUME 和 PART，数字交替出现。

理想情况下，上述字符串将从文本文件中匹配并解析为 3 个变量。

volume = 26
epitome = 4
part = 23

我试过了：

^.*VOLUME.*$

不幸的是，上面的 RegEx 在找到单词卷后匹配了整个文件。我只需要一行。

提前致谢！

Answer 1

您可以使用\d 正则表达式模式匹配数字，使用\D 模式匹配非数字字符。您还需要在要捕获的组周围加上括号，以便 match 或 findall 将返回这些组。

import re
s = "VOLUME 26 4—PART 23"
pattern = re.compile('VOLUME (\d+) (\d+)—PART (\d+)')
print(pattern.findall(s))

如果您不确定 VOLUME 和 PART 是否始终相同，您可以改用这个更通用的模式：

pattern = re.compile('\D+(\d+) (\d+)\D+(\d+)')

运行任一模式打印：

[('26', '4', '23')]

要将结果提取到您的变量中，请将print() 行替换为：

result = pattern.findall(s)[0]
volume, epitome, part = (int(i) for i in result)

与可选的缩影匹配

您可以通过将中间项目（缩影）包装在非捕获组(?:...) 中来使其成为可选。在此之后使用? 告诉它匹配 0 或 1 次出现，它适用于有或没有缩影的行。如果缺少缩影，result 元组中的第二个元素将是一个空字符串''。

下面是工作示例：

import re
sl = ["VOLUME 26 4—PART 23", "VOLUME 16 4-PART 7", "VOLUME 12-PART 38"]
pattern = re.compile('\D+(\d+)(?: (\d+))?\D+(\d+)')
for s in sl:
    result = pattern.findall(s)[0]
    volume, epitome, part = (int(i) if i else i for i in result)
    print('"{}": v {}, e {}, p {}'.format(s, volume, epitome, part))

运行它会产生：

"VOLUME 26 4—PART 23": v 26, e 4, p 23
"VOLUME 16 4-PART 7": v 16, e 4, p 7
"VOLUME 12-PART 38": v 12, e , p 38

Answer 2

在 python 2.7 中

import re
s = "sdfdsjflsfVOLUME 26 4—PART 23sfldfls = VOLUME 26 4—PART 23sjjkfj"
regex = r"VOLUME.\d+.\d+.[^PART]+PART.\d+"
all_patterns = re.findall(regex, s)
for pattern in all_patterns:
    volume, epitome, part = map(int, re.findall(r'\d+', pattern))
    print(volume, epitome, part)

在python3中

import re
s = "sdfdsjflsfVOLUME 26 4—PART 23sfldfls = VOLUME 26 4—PART 23sjjkfj"
regex = re.compile("VOLUME.\d+.\d+—PART.\d+")
all_patterns = regex.findall(s)
for pattern in all_patterns:
    r = re.compile("\d+")
    volume, epitome, part = map(int, r.findall(pattern))
    print(volume, epitome, part)