Python 正则表达式将字符串作为模式进行匹配并返回数字

Question

我有一些行代表文本文件中的一些数据。它们都采用以下格式：

s = 'TheBears      SUCCESS Number of wins : 14'

它们都以名称开头，然后是空格和文本“SUCCESS 获胜次数：”，最后是获胜次数 n1。有多个字符串，每个字符串都有不同的名称和值。我正在尝试编写一个程序，可以解析这些字符串中的任何一个，并返回数据集的名称和字符串末尾的数值。我正在尝试使用正则表达式来执行此操作，并且得出以下结论：

import re
def winnumbers(s):
    pattern = re.compile(r"""(?P<name>.*?)     #starting name
                             \s*SUCCESS        #whitespace and success
                             \s*Number\s*of\s*wins  #whitespace and strings
                             \s*\:\s*(?P<n1>.*?)""",re.VERBOSE)
    match = pattern.match(s)

    name = match.group("name")
    n1 = match.group("n1")

    return (name, n1)

到目前为止，我的程序可以返回名称，但问题随之而来。他们都有文字“成功获胜次数：”所以我的想法是找到一种方法来匹配这个文字。但我意识到我匹配精确子字符串的方法现在不正确。有没有办法将整个子字符串作为模式的一部分进行匹配？我最近读了很多关于正则表达式的文章，但没有发现这样的内容。我对编程仍然很陌生，非常感谢任何帮助。

最终，我将使用 float() 将 n1 作为数字返回，但我将其省略，因为它现在无法正确找到第一个位置的数字，并且只会返回错误。

Answer 1

试试这个：

((\S+)\s+SUCCESS Number of wins : (\d+))

结果如下：

>>> regex = re.compile("((\S+)\s+SUCCESS Number of wins : (\d+))")
>>> r = regex.search(string)
>>> r
<_sre.SRE_Match object at 0xc827cf478a56b350>
>>> regex.match(string)
<_sre.SRE_Match object at 0xc827cf478a56b228>

# List the groups found
>>> r.groups()
(u'TheBears SUCCESS Number of wins : 14', u'TheBears', u'14')

# List the named dictionary objects found
>>> r.groupdict()
{}

# Run findall
>>> regex.findall(string)
[(u'TheBears SUCCESS Number of wins : 14', u'TheBears', u'14')]
# So you can do this for the name and number:
>>> fullstring, name, number = r.groups()

如果不需要完整的字符串，只需删除括号即可。

Answer 2

我相信这里没有实际需要使用正则表达式。因此，如果您可以接受，您可以使用以下代码（请注意，我已经发布了它，以便您可以有另一种选择）：

dict((line[:line.lower().index('success')+1], line[line.lower().index('wins:') + 6:]) for line in text.split('\n') if 'success' in line.lower())

或者如果您确定所有单词都由单个空格分隔：

output={}
for line in text:
    if 'success' in line.lower():
        words = line.strip().split(' ')
        output[words[0]] = words[-1]

Answer 3

如果中间的文本始终是常量，则不需要正则表达式。内置的字符串处理函数将更加高效，并且更易于开发、调试和维护。在这种情况下，您可以使用内置的 split() 函数来获取棋子，然后根据需要清理两个棋子：

>>> def winnumber(s):
...     parts = s.split('SUCCESS Number of wins : ')
...     return (parts[0].strip(), int(parts[1]))
... 
>>> winnumber('TheBears      SUCCESS Number of wins : 14')
('TheBears', 14)

请注意，我已将获胜次数输出为整数（大概是这样）这将始终是一个整数），但如果您愿意，您可以轻松地将 float() 或任何其他转换函数替换为 int()。

编辑：显然这仅适用于单行 - 如果您调用多行函数，则会出现错误。要处理整个文件，我会使用 map()：

>>> map(winnumber, open(filename, 'r'))
[('TheBears', 14), ('OtherTeam', 6)]

另外，我不确定您对此代码的最终用途，但您可能会发现将输出作为字典使用会更容易:

>>> dict(map(winnumber, open(filename, 'r')))
{'OtherTeam': 6, 'TheBears': 14}