python - 使用正则表达式和 python 解析命令

Question

我有一个这样的字符串：

str = "something move 11 something move 12 something 13 copy 14 15"

其中“某物”表示一些文本，或者根本没有文本。
结果我想要一个像这样的列表：

[('move', 11, ''), ('move', 12, 13), ('copy', 14, 15)]

我尝试使用这个：

re.findall('(move|copy).+?([0-9]+).+?([0-9]+)*', str)

但它给了我的输出：

[('move', 11, ''), ('move', 12, ''), ('copy', 14, '')]

我知道这是因为最后一个数字是可选的，但我只是不知道它是如何工作的。

我怎样才能做到这一点？

Answer 1

您可以使用正则表达式（带有后向和前瞻）：

In [1]: import re

In [2]: tokens = "something move 11 something move 12 something 13 copy 14 15"

In [3]: split_movements = re.split('(?<=\d)\s(?!\d+)', tokens)

In [4]: split_movements
Out[4]: ['something move 11', 'something move 12', 'something 13', 'copy 14 15']

In [5]: movements = [re.split('\s(?=\d+)', m) for m in split_movements]

In [6]: movements
Out[6]: 
[['something move', '11'],
 ['something move', '12'],
 ['something', '13'],
 ['copy', '14', '15']]

Answer 2

基于@Ashwini Chaudhary 的回答：

#!/usr/bin/env python
import re

commands = "copy move".split()
input_string  = "something move 11 something move 12 something 13 copy 14 15"
tokens = iter(re.split("(%s)" % "|".join(map(re.escape, commands)), input_string))
result = []
for tok in tokens:
     if tok in commands:
        args = re.findall(r"\d+", next(tokens, ""))
        result.append((tok,) + tuple(args) + ("",)*(2 - len(args)))
print(result)

输出

[('move', '11', ''), ('move', '12', '13'), ('copy', '14', '15')]

要将每个命令限制为两个参数，只需使用 slicing: tuple(arg[:2])。