提取特定字母后的文本和整数答案

【问题标题】：Extract text and integer after specific letter提取特定字母后的文本和整数
【发布时间】：2019-10-14 17:45:12
【问题描述】：

我有字符串：

s = 'travel to africa x 2\ asia x 2\ europe x 2\ Airport pick up included. Furnitures 3 seater couch x 1 4 seater+ couch x 1 < 60 inches TV x 1 60 inches+ TV x 1 Washer - front loader x 1 Box / bag / misc x 1 The maximum clearance is 1.5m.'

我想将其拆分为x 并在其后提取数字。

所以预期的输出是：

out = [('travel to africa', '2'),
       ('\ asia', '2'),
       ( '\ europe', '2'),
       ('\ Airport pick up included. Furnitures 3 seater couch', '1'),
       ('4 seater+ couch', '1'),
       ('< 60 inches TV', '1'),
       ('60 inches+ TV', '1'),
       ('Washer - front loader', '1'),
       ('Box / bag / misc', '1')]

我尝试了这个正则表达式，但失败了，因为像 -+< 这样的特殊字符被省略了（也应该有另一个特殊字符）：

r'([A-Za-z 0-9]+)\s+x\s+(\d+)'

提取这些值的正确正则表达式是什么？还是没有正则表达式的可能解决方案？

【问题讨论】：

你不是拆分，而是提取，试试re.findall(r'(.*?)\s+x\s*(\d+)', s)，见ideone.com/fclZme
是的，但这里是系列，首先是所有数据帧

标签： python regex list split integer

【解决方案1】：

你可以使用

re.findall(r'(.*?)\s+x\s*(\d+)', s)

请参阅Python demo 和regex demo。

(.*?)\s+x\s*(\d+) 模式匹配

(.*?) - 第 1 组：除换行符以外的任何 0+ 个字符
\s+ - 1+ 个空格
x - x 字符
\s* - 0+ 个空格
(\d+) - 第 2 组：一位或多位数字。

如果您想在匹配开始时去掉空格，请使用re.findall(r'(\S.*?)\s+x\s*(\d+)', s)（请参阅regex demo）或在获得所有匹配后使用理解，[x.strip() for x in re.findall(r'(.*?)\s+x\s*(\d+)', s)]。

【讨论】：

\s+ 在x 之前，+1

【解决方案2】：

这是一种方法。我通过尝试匹配每个组来简化问题，然后手动拆分。

s = 'travel to africa x 2\ asia x 2\ europe x 2\ Airport pick up included. Furnitures 3 seater couch x 1 4 seater+ couch x 1 < 60 inches TV x 1 60 inches+ TV x 1 Washer - front loader x 1 Box / bag / misc x 1 The maximum clearance is 1.5m.'
import re
res = []
for match in re.finditer(".*?x\s*\d+", s):
    l, _, r = map(str.strip, match.group().rpartition('x'))
    res.append((l, r))

输出：

[('travel to africa', '2'),
 ('\\ asia', '2'),
 ('\\ europe', '2'),
 ('\\ Airport pick up included. Furnitures 3 seater couch', '1'),
 ('4 seater+ couch', '1'),
 ('< 60 inches TV', '1'),
 ('60 inches+ TV', '1'),
 ('Washer - front loader', '1'),
 ('Box / bag / misc', '1')]

【讨论】：

【解决方案3】：

我对问题的看法：

import re
import pprint

s = 'travel to africa x 2\ asia x 2\ europe x 2\ Airport pick up included. Furnitures 3 seater couch x 1 4 seater+ couch x 1 < 60 inches TV x 1 60 inches+ TV x 1 Washer - front loader x 1 Box / bag / misc x 1 The maximum clearance is 1.5m.'

out = []

for g in re.findall(r'(((^|\\?).*?)\s*x\s*(\d+)(.*?))', s):
    out += [[g[1], g[3]]]

pprint.pprint(out)

打印：

[['travel to africa', '2'],
 ['\\ asia', '2'],
 ['\\ europe', '2'],
 ['\\ Airport pick up included. Furnitures 3 seater couch', '1'],
 [' 4 seater+ couch', '1'],
 [' < 60 inches TV', '1'],
 [' 60 inches+ TV', '1'],
 [' Washer - front loader', '1'],
 [' Box / bag / misc', '1']]

【讨论】：