使用 Re.split 从文件构造字典答案

【问题标题】：Using Re.split to construct dictionary from file使用 Re.split 从文件构造字典
【发布时间】：2013-12-12 15:12:39
【问题描述】：

我正在读取一个文件，文件中的这一行给我带来了问题。它是

CSE 3380,professional,CSE 2315,note: MATH 3330 can be taken instead

我编写的用于拆分的代码是使用 re.split 模块来遵循这些类型的文件将遵循的模式，即

class(comma) catagory(comma) prereq class(comma) note(semicolon)

有多行都以相同的方式构建，但有些带有破折号和其他字符，因此基于非字母字符进行拆分的方法将无济于事。我想在逗号、逗号、逗号、分号处分开

course, catagory, pre, note = re.split(', |, |, |: ', line)

我收到一条错误消息，提示“ValueError：需要超过 1 个值才能解压”。我不知道为什么。我在其他不同的图案线中使用了这种方法，但是对于这个特定的图案我遇到了麻烦。

【问题讨论】：

你可以打印 re.split(', |, |, |:', line) 看看返回什么，然后比较你需要什么。
是的，我打印了它，但我在那里得到了那个错误
这个在线测试器很有帮助 - regex101.com/#python

标签： python

【解决方案1】：

先用分号分割，再用逗号分割第一部分：

>>> var = 'CSE 3380,professional,CSE 2315,note: MATH 3330 can be taken instead'
>>> var = var.split(':')
>>> var
['CSE 3380,professional,CSE 2315,note', ' MATH 3330 can be taken instead']
>>> var[0] = var[0].split(',')
>>> var
[['CSE 3380', 'professional', 'CSE 2315', 'note'], ' MATH 3330 can be taken instead']

【讨论】：

【解决方案2】：

line = "CSE 3380,professional,CSE 2315,note: MATH 3330 can be taken instead"
parts = re.match('^(.*?), ?(.*?), ?(.*?)(?:, ?note: ?(.*))$', line).groups()

那么parts就是元组：

('CSE 3380', 'professional', 'CSE 2315', 'MATH 3330 can be taken instead')

或将其作为更易于使用的字典：

line = "CSE 3380,professional,CSE 2315,note: MATH 3330 can be taken instead"
parts = re.match('^(?P<class>.*?), ?(?P<catagory>.*?), ?(?P<prereq>.*?)(?:, ?note: ?(?P<note>.*))$', line).groupdict()

将parts 设置为：

{'note': 'MATH 3330 can be taken instead', 'prereq': 'CSE 2315', 'catagory': 'professional', 'class': 'CSE 3380'}

【讨论】：