如何在python中使用正则表达式从字符串中提取一些字符答案

【问题标题】：How to extract some characters from string using regex in python如何在python中使用正则表达式从字符串中提取一些字符
【发布时间】：2021-03-08 16:47:56
【问题描述】：

有一个学生作业文件，其文件命名模式如下：

160608726_Task Basic Programming_02_02.pdf
200610612_Task PTI_12_01.xls
180609074_Task Industrial Automation 1_04_04.doc

我想识别文件的学生证号所有者、学生的批次、课程名称、星期几和文件扩展名。

学生批次从前2个数字中获得（例如：20，那么年份是2020，如果是18，那么年份是2018）

输出程序为200610612_Task PTI_12_01.xls文件名：

此作业属于学生 ID 号为 200610612 的学生。
这些学生是2020 批次。
主题是PTI
此作业适用于12th 周
课程在学期举行1
此文件扩展名为xls。

我试过几种语法，最后一个语法是

txt = "200610612_Tugas PTI_12_01.xls"
x = re.findall (r"\d{2}", 'txt')
print (x)

但输出是[]。

【问题讨论】：

标签： python regex text

【解决方案1】：

我建议

^(?P<StudentIDNumber>(?P<batch>\d{2})\d*)_Task\s+(?P<Subject>[^_]+)_(?P<week>\d+)_(?P<Semester>\d+)\.(?P<Extension>\w+)$

请参阅regex demo。详情：

^ - 字符串开头
(?P<StudentIDNumber>(?P<batch>\d{2})\d*) - 组“StudentIDNumber”：两位或多位数字，组“batch”捕获前两位数
_Task - 文字字符串（如果字符串未知，请使用 \w+）
\s+ - 一个或多个空格
(?P<Subject>[^_]+) - 组“主题”：_ 以外的一个或多个字符
_ - 一个 _ 字符
(?P<week>\d+) - 组“周”：一位或多位数字
_ - 一个 _ 字符
(?P<Semester>\d+) - “学期”组：一位或多位数字
\. - 一个点
(?P<Extension>\w+) - 组“扩展”：一个或多个单词字符
$ - 字符串结束。

见Python demo：

import re
rx = re.compile(r'^(?P<StudentIDNumber>(?P<batch>\d{2})\d*)_Task\s+(?P<Subject>[^_]+)_(?P<week>\d+)_(?P<Semester>\d+)\.(?P<Extension>\w+)$')
files = ['160608726_Task Basic Programming_02_02.pdf',
'200610612_Task PTI_12_01.xls',
'180609074_Task Industrial Automation 1_04_04.doc']
for fn in files:
    print(f"Parsing {fn}")
    res = rx.match(fn)
    if res:
        resdict = res.groupdict()
        resdict["batch"] = f"20{resdict['batch']}"
        print(resdict)

输出：

Parsing 160608726_Task Basic Programming_02_02.pdf
{'StudentIDNumber': '160608726', 'batch': '2016', 'Subject': 'Basic Programming', 'week': '02', 'Semester': '02', 'Extension': 'pdf'}
Parsing 200610612_Task PTI_12_01.xls
{'StudentIDNumber': '200610612', 'batch': '2020', 'Subject': 'PTI', 'week': '12', 'Semester': '01', 'Extension': 'xls'}
Parsing 180609074_Task Industrial Automation 1_04_04.doc
{'StudentIDNumber': '180609074', 'batch': '2018', 'Subject': 'Industrial Automation 1', 'week': '04', 'Semester': '04', 'Extension': 'doc'}

【讨论】：