在python中的模式之间提取数据[重复]

Question

考虑到我有以下字符串，

~m~90~m~{Somestringof length 90}~m~20~m~{Some string of len 20}~m~10~m~{Somestringof length 10}

需要将模式~m~\d~m~之间的字符串一一提取

我找到的一个解决方案类似于

my_pattern = re.compile("~m~\d+~m~")
data_arr = my_pattern.finditer(result)
if data_arr:
   get the indexes of pattern and search in original string

这个解决方案不是最优的，我相信一定有更好的方法来做到这一点。

Answer 1

您可以在~m~ 上拆分，这将得到数字和字符串！

>>> "~m~90~m~{Somestringof length 90}~m~20~m~{Some string of len 20}~m~10~m~{Somestringof length 10}".split("~m~")
['', '90', '{Somestringof length 90}', '20', '{Some string of len 20}', '10', '{Somestringof length 10}']

如果您确定您将始终拥有相同的表单，您可以清理它并使用 Pairs from single list（注意 itertools.izip 在 Python3 中只是 zip）

>>> src_text = "~m~90~m~{Somestringof length 90}~m~20~m~{Some string of len 20}~m~10~m~{Somestringof length 10}"
>>> def pairwise(t):
...     it = iter(t)
...     return zip(it,it)
...
>>> for textlen, text in pairwise(filter(None, src_text.split("~m~"))):
...   print(f"{textlen}: {text}")
...
90: {Somestringof length 90}
20: {Some string of len 20}
10: {Somestringof length 10}

注意.split()-ing的结果将是字符串，所以如果需要的话，应该将数字长度显式转换为int()