从雅虎管道中的项目中获取子字符串

Question

以下情况：

item.
   content => "This is a 48593 test"
   title => "the title"

item.
   content => "This is a 48593 test 3255252"
   title => "the title"

item.
   content => "This 35542 is a 48593 test"
   title => "the title"

item.
   content => "i havent exactly 5 digits 34567654"
   title => "the title"

这是我在管道控制台中的当前项目，

不，我想将“内容”替换为“恰好有 5 位数字的数字的最后一个匹配项”。 想要的结果：

item.
   content => "48593"
   title => "the title"

item.
   content => "48593"
   title => "the title"

item.
   content => "48593"
   title => "the title"

item.
   content => ""
   title => "the title"

有没有办法在 pypes 2 中做到这一点？

如果有不清楚的地方请评论

Answer 1

像这样使用正则表达式模块：

在 item.content 中将 (.*) 替换为 X $1

在 item.content 中替换 .*\b(\d{5 })\b.* 为 $1

在 item.content 中，将 X .* 替换为空（将字段留空）

这是一个示例管道

一些解释

• \d{5} 恰好找到五位数字
• < code>\b 字边界，以便找不到位数较多的数字。
• 开头的 X 标记正则表达式不匹配的字符串，以便在
• 找到最后一个数字 后删除它们而不是第一个是默认行为。因为*是一个贪心运算符。

Answer 2

抱歉，我除了 Python 之外什么都不知道

，但由于我对你的问题感兴趣，并且正则表达式在所有语言中或多或少都是相同的，所以我在 Python

import re

pat = re.compile("(?:.*((?<!\d)(?:\d{5})(?!\d))|\Z).*")

gh = ("This is a 48593 test",
      "This is a 48593 test 3255252",
      "This 35542 is a 48593 test",
      "i havent exactly 5 digits 34567654")

for x in gh:
    print x
    print 'AAA'+pat.search(x).groups("")[0]+'ZZZ'
    print

结果

This is a 48593 test
AAA48593ZZZ

This is a 48593 test 3255252
AAA48593ZZZ

This 35542 is a 48593 test
AAA48593ZZZ

i havent exactly 5 digits 34567654
AAAZZZ

中提出了我的解决方案'AAA' 和 'ZZZ' 没有其他实用程序显示第 4 个结果给出“”

groups("") 中的 "" 在没有匹配项时给出默认值 ""

否则，第四个结果将为 None ：

import re

pat = re.compile("(?:.*((?<!\d)(?:\d{5})(?!\d))|\Z).*")

gh = ("This is a 48593 test",
      "This is a 48593 test 3255252",
      "This 35542 is a 48593 test",
      "i havent exactly 5 digits 34567654")

for x in gh:
    print x
    print pat.search(x).groups()[0]
    print

结果为

This is a 48593 test
48593

This is a 48593 test 3255252
48593

This 35542 is a 48593 test
48593

i havent exactly 5 digits 34567654
None