10

我可以使用什么正则表达式来匹配“.#,#.” 在一个字符串内。它可能存在也可能不存在于字符串中。一些具有预期输出的示例可能是：

Test1.0,0.csv      -> ('Test1', '0,0', 'csv')         (Basic Example)
Test2.wma          -> ('Test2', 'wma')                (No Match)
Test3.1100,456.jpg -> ('Test3', '1100,456', 'jpg')    (Basic with Large Number)
T.E.S.T.4.5,6.png  -> ('T.E.S.T.4', '5,6', 'png')     (Doesn't strip all periods)
Test5,7,8.sss      -> ('Test5,7,8', 'sss')            (No Match)
Test6.2,3,4.png    -> ('Test6.2,3,4', 'png')          (No Match, to many commas)
Test7.5,6.7,8.test -> ('Test7', '5,6', '7,8', 'test') (Double Match?)

最后一个不太重要，我只希望.#,#。会出现一次。我正在处理的大多数文件，我希望属于第一个到第四个示例，所以我对这些最感兴趣。

谢谢您的帮助！

4

6 回答 6

4

您可以使用正则表达式\.\d+,\d+\.来查找该模式的所有匹配项，但您需要做一些额外的工作才能获得您期望的输出，特别是因为您想将.5,6.7,8.其视为两个匹配项。

这是一种潜在的解决方案：

def transform(s):
    s = re.sub(r'(\.\d+,\d+)+\.', lambda m: m.group(0).replace('.', '\n'), s)
    return tuple(s.split('\n'))

例子：

>>> transform('Test1.0,0.csv')
('Test1', '0,0', 'csv')
>>> transform('Test2.wma')
('Test2.wma',)
>>> transform('Test3.1100,456.jpg')
('Test3', '1100,456', 'jpg')
>>> transform('T.E.S.T.4.5,6.png')
('T.E.S.T.4', '5,6', 'png')
>>> transform('Test5,7,8.sss')
('Test5,7,8.sss',)
>>> transform('Test6.2,3,4.png')
('Test6.2,3,4.png',)
>>> transform('Test7.5,6.7,8.test')
('Test7', '5,6', '7,8', 'test')

要在没有匹配项时拆分文件扩展名，可以使用以下命令：

def transform(s):
    s = re.sub(r'(\.\d+,\d+)+\.', lambda m: m.group(0).replace('.', '\n'), s)
    groups = s.split('\n')
    groups[-1:] = groups[-1].rsplit('.', 1)
    return tuple(groups)

这将是与上面相同的输出，除了'Test2.wma'变为，与和('Test2', 'wma')具有类似的行为。'Test5,7,8.sss''Test5,7,8.sss'

于 2012-09-26T18:41:34.600 回答
3

要允许多个连续匹配，请使用前瞻/后视：

r'(?<=\.)\d+,\d+(?=\.)'

例子：

>>> re.findall(r'(?<=\.)\d+,\d+(?=\.)', 'Test7.5,6.7,8.test')
['5,6', '7,8']

我们还可以根据需要使用前瞻来执行拆分：

import re
def split_it(s):
    pieces = re.split(r'\.(?=\d+,\d+\.)', s)
    pieces[-1:] = pieces[-1].rsplit('.', 1) # split off extension
    return pieces

测试：

>>> print split_it('Test1.0,0.csv')
['Test1', '0,0', 'csv']
>>> print split_it('Test2.wma')
['Test2', 'wma']
>>> print split_it('Test3.1100,456.jpg')
['Test3', '1100,456', 'jpg']
>>> print split_it('T.E.S.T.4.5,6.png')
['T.E.S.T.4', '5,6', 'png']
>>> print split_it('Test5,7,8.sss')
['Test5,7,8', 'sss']
>>> print split_it('Test6.2,3,4.png')
['Test6.2,3,4', 'png']
>>> print split_it('Test7.5,6.7,8.test')
['Test7', '5,6', '7,8', 'test']
于 2012-09-26T18:45:41.283 回答
0

使用正则表达式模式^([^,]+)\.(\d+,\d+)\.([^,.]+)$

检查这个演示>>

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test1.0,0.csv')
[('Test1', '0,0', 'csv')]

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test2.wma')
[]

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test3.1100,456.jpg')
[('Test3', '1100,456', 'jpg')]

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'T.E.S.T.4.5,6.png')
[('T.E.S.T.4', '5,6', 'png')]

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test5,7,8.sss')
[]

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test6.2,3,4.png')
[]

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test7.5,6.7,8.test') 
[]
于 2012-09-26T18:38:53.120 回答
0 
'/^(.+)\.((\d+,\d+)\.)?(.+)$/'

第三个捕获组应该包含这对数字。如果你有多个这样的对，你应该得到多个匹配。第三次捕获将始终包含该对。

于 2012-09-26T18:40:37.110 回答
0 
^(.*?)\.(\d+,\d+)\.(.*?)$

这通过了您的测试，至少在模式中：

在模式中通过测试

于 2012-09-26T18:41:14.443 回答
0

这非常接近，python 支持命名组吗？

^.*(?P<group1>\d+(?:,\d+)?)\.(?P<group2>\d+(?:,\d+)?).*\..+$
于 2012-09-26T18:44:19.420 回答