python - Python中的字符串解析，正则表达式？

Question

我的文本格式如下

|相关文字| 后跟 |可变数量的空格| 后跟 |相关文本（包含空格的文件夹路径| 后跟 |可变数量的空格| 后跟 |不相关文本|

我的目标是检索两个相关文本，但我没有处理正则表达式的经验（我相信这是我应该使用的？）

提前致谢！:)

例如：

68465d1wd        C:\nice\ pro   g  ram   files\path.html          d   d5 d   w4d   w5 d   4wd46

我想找回

富 = 68465d1wd

bar = path.html

Answer 1

>>> data = '''68465d1wd        C:\nice\ program files\path.html          dw6d5w4dw5d4wd46'''
>>> re.split(r'\s{2,}', data)
['68465d1wd', 'C:\nice\\ program files\\path.html', 'dw6d5w4dw5d4wd46']
>>> foo, bar = re.split(r'\s{2,}', data)[:2]
>>> foo
'68465d1wd'
>>> bar
'C:\nice\\ program files\\path.html'
>>> import os
>>> os.path.basename(bar)
'path.html'

没有正则表达式：

>>> foo, rest = data.split(' ', 1)
>>> bar, rest = rest.lstrip().split('  ', 1)
>>> foo
'68465d1wd'
>>> bar
'C:\nice\\ program files\\path.html'
>>> os.path.basename(bar)
'path.html'

Answer 2

如果您的字段至少由两个空格分隔，则应该这样做：

import re
foo, bar, _irrelevant = re.split(r"\s{2,}",  line)

编辑：上述解决方案不再适用于修改后的答案。如果（正如我从您的评论中收集的那样）文件名总是有一个.php或.htm[l]扩展名，并且在最终文件名之前总是有一个路径，您可以尝试以下方法：

foo, rest = re.split(r"\s{2,}",  line, 1)
bar = re.search(r"[^\\]*\.(?:php|html?)\b", rest).group(0)

.php这将为您提供,.htm或之前的最后一个反斜杠之后的所有内容.html。基本上所有东西都有一个正则表达式，但你需要弄清楚你的数据是什么样子的。