Python - 從字符串中提取文本

什麼是從字符串中提取文本的最有效方法？是否有一些可用的函數或正則表達式，或其他方式？Python - 從字符串中提取文本

例如，我的字符串在下面，我想單獨提取ID和作爲ScreenNames。

[User(ID=1234567890, ScreenName=RandomNameHere), User(ID=233323490, ScreenName=AnotherRandomName), User(ID=4459284, ScreenName=YetAnotherName)]

謝謝！

編輯：這些是我想要拉的文本字符串。我希望他們在列表中。

Target_IDs = 1234567890，233323490，4459284個 Target_ScreenNames = RandomNameHere，AnotherRandomName，YetAnotherName

來源

2016-11-07 New

您想在文章底部解析列表的文字是？ – Jakub

使用正則表達式，首先提取每個User（ID = {matching expression}，ScreenName = {matching experssion}）'，然後進行另一次提取以獲得所需內容。 –

@Jakub，我修改了我的帖子。我想解析的文本現在在帖子的底部。我特意要解析出1234567890，233323490，4459284和RandomNameHere，AnotherRandomName，YetAnotherName – New

import re 
str = '[User(ID=1234567890, ScreenName=RandomNameHere), User(ID=233323490, ScreenName=AnotherRandomName), User(ID=4459284, ScreenName=YetAnotherName)]' 
print 'Target IDs = ' + ','.join(re.findall(r'ID=(\d+)', str)) 
print 'Target ScreenNames = ' + ','.join(re.findall(r' ScreenName=(\w+)', str))

輸出：目標ID = 1234567890,233323490,4459284 目標的暱稱= RandomNameHere，AnotherRandomName，YetAnotherName

來源

2016-11-07 05:09:41 Transhuman

哇，完美的工作！謝謝！現在要了解代碼實際上在做什麼:) – New

我會使用的正則表達式是：

(?:ID=|ScreenName=)+(\d+|[\w\d]+)

但是，這裏假定ID只是數字（\d），用戶名只能是字母或數字（[\w\d]）。

此正則表達式（與re.findall相結合）都將返回一個通過迭代和分類以某種方式像這樣的比賽名單：

import re 

s = "[User(ID=1234567890, ScreenName=RandomNameHere), User(ID=233323490, ScreenName=AnotherRandomName), User(ID=4459284, ScreenName=YetAnotherName)]" 
pattern = re.compile(r'(?:ID=|ScreenName=)+(\d+|[\w\d]+)'); 

ids = [] 
names = [] 

for p in re.findall(pattern, s): 
    if p.isnumeric(): 
     ids.append(p) 
    else: 
     names.append(p) 

print(ids, names)

來源

2016-11-07 05:16:04 Darkstarone

感謝您的正則表達式。用戶名可以有字母和數字。 – New

更新爲允許這種可能性。'[\ d \ w]'匹配一個字母或數字，'+'允許多個匹配。 – Darkstarone

這要看情況。假設您的所有文字都以

的形式出現

TagName = TagValue1, TagValue2, ...

您只需要兩次調用就可以進行拆分。

tag, value_string = string.split('=') 
values = value_string.split(',')

移除多餘的空間（可能是一對夫婦的rstrip()/lstrip()電話就足夠了），和你做。或者你可以採取正則表達式。他們稍強一些，但在這種情況下，我認爲這是個人品味的問題。

如果你想要非終結者，終端等等更復雜的語法，你需要lex/yacc，這將需要一些解析器背景。一個相當有趣的事情，但不是你想用來存儲程序選項等。

來源

2016-11-07 05:18:36 Synedraacus

我會研究這一點。謝謝。 – New

Python - 從字符串中提取文本

回答

相關問題