python - Python重新函数

Question

我一直在绞尽脑汁想如何做到以下几点：

如果我有大量数据，例如"003 HELLO, banana apple,xyz 004 HELLI, pear peach,lmn" 我有一个完整的文档，其中包含这样的行，需要拆分为：

003     HELLO, banana apple,xyz
004     HELLI, pear peach,lmn

对我来说，合乎逻辑的做法是在第二个逗号后面的单词之后拆分行，因为这是一种贯穿始终的模式。

当然，必须有一种方法可以使用 re 函数来做到这一点。

知道怎么做吗？

非常感谢大家

Answer 1

您能否更具体地说明您期望的结果？如果您试图将一堆行拆分为一个列表，您可以随时使用.split( '\n' ).

Answer 2

要遍历整个文件，您可以执行以下操作：

lines = []

with open('file.txt', 'r') as handle:
  for line in handle:
    lines.append(line.split(',')[-1].strip())

print lines

我对您要从文件中提取的内容感到有些困惑，因此，如果澄清了这一点，我的答案可能会变得无效。

Answer 3

也许这

import re
result = re.findall(["[^,\s]*,[^,]*,\S*", data)

例如

re.findall(["[^,\s] ,[^,] ,\S*", "003 HELLO, 香蕉苹果,xyz 004 HELLI, 梨桃,lmn")
['003 HELLO, 香蕉苹果,xyz' ,'004 HELLI,梨桃,lmn']

Answer 4

是的，您可以使用正则表达式来提取数字。这是一个例子：

import re

s = '003 HELLO, banana apple,xyz'

m = re.match(r'^(\d+) ', s)
if m:
    digits = m.group(1)
    value = int(digits)
    print "{} : `{}`".format(value, s[len(digits):].strip())
else:
    print "Invalid format"

正则表达式看起来^(\d+)和可以解释为：

• 字符串的开头^
• 一组(...)
• 一个数字\d
• ...重复 1 次以上+
• 空间

稍后使用 提取匹配组的值（即数字）m.group(1)。