解析一个唯一的字符串？答案

【问题标题】：Parsing a unique string?解析一个唯一的字符串？
【发布时间】：2020-06-06 14:13:15
【问题描述】：

我对 python 很陌生，但我需要一些帮助来解析具有独特结构的字符串。我有一个 CSV 文件，其中有一列结构如下：

[Chakroff, Alek; Young, Liane] Boston Coll, Chestnut Hill, MA 02167 USA; [Russell, Pascale Sophie] Univ Surrey, Guildford, Surrey, England; [Piazza, Jared] Univ Lancaster, Lancaster, England

我只想在分号之前提取国家名称。因此，对于上述内容，我想要“美国、英格兰、英格兰”。字符串的整体结构是：

[last name, first name], university, address, zip code, country;

如何仅获取具有此字符串布局的国家/地区？有没有办法指定我想要分号之前的国家名称？或者更简单的方法来提取我需要的信息？

请对我放轻松，无论如何我都不是最好的程序员:)

【问题讨论】：

这部分是什么意思？阿列克；年轻的
所以这是我拥有的一个很长的唯一字符串。因此，括号中的人名是按姓氏和名字排列的。然后在括号之外我有大学名称，大学地址，邮政编码和国家。然后是一个分号，然后是另一个名称的括号等。它遵循相同的格式。这有帮助吗？

标签： python arrays string parsing

【解决方案1】：

您可以在想要的元素之前利用唯一的子字符串：

# split string on substring '; ['
for i in s.split('; ['):
    # split each resulting string on space char, return last element of array
    print(i.split()[-1])

USA
England
England

【讨论】：

这太不可思议了，非常感谢您的回答，我会试试看！
如果感兴趣的字符串不以分号结尾怎么办。我试图了解您编写的 for 循环如何返回最后一个“英格兰”
@eruiz：split返回的最后一段是最后一个分隔符之后的部分，以England结尾。（如果字符串以; 结尾，您将得到England;，因此请注意末尾的空白字段。）此解决方案的真正问题是当国家/地区类似于New Zealand 时会发生什么。但是我不知道在不知道可能的国家的情况下如何解决这个问题，因为国家名称之前没有有用的分隔符。
@rici 知道如何使用遵循这种格式的字符串数据帧来做到这一点吗？它适用于我称为 s 的一个字符串，但我有一整列包含 2663 行的字符串。谢谢

【解决方案2】：

你可以对字符串使用 split() 方法

states = [person_record.split(",")[-1] for person_record in records.split("; [")]

其中 records 是您从输入中获得的字符串。

【讨论】：

这不起作用，因为分号表示一个组中的多个人，除了分隔感兴趣的元素。
正确，我没有注意到额外的分号，谢谢！

【解决方案3】：

使用正则表达式：

import regex as re

data = "[Chakroff, Alek; Young, Liane] Boston Coll, Chestnut Hill, MA 02167 USA; [Russell, Pascale Sophie] Univ Surrey, Guildford, Surrey, England; [Piazza, Jared] Univ Lancaster, Lancaster, England"
outer_pattern = re.compile(r'\[[^][]+\](*SKIP)(*FAIL)|;')
inner_pattern = re.compile(r'(\w+)\s*$')

countries = [country.group(1)
             for chunk in outer_pattern.split(data)
             for country in [inner_pattern.search(chunk)]
             if country]

print(countries)
# ['USA', 'England', 'England']

【讨论】：

它不允许我导入正则表达式？我不断收到版本错误或类似的东西。有谁知道这个问题吗？