python - 使用正则表达式 #Python #Regex 从字符串中获取一个序列

Question

我希望您能帮助我使用#Python。

我有这个数据集：

E   1   1999-02-28  b,g,f    jjj:12,bbb:3,ddd:9,ggg:8,hhh:2
A   2   1999-10-28  a,f,c,d  ccc:2,ddd:0,aaa:3,hhh:9

我需要在列表中获取 b,g,f 和 a,f,c,d 的序列。我尝试使用模式[az]，[az]的多种组合，但是每次跳过最后一项时，我都不知道如何概括得到序列。

输出应如下所示：

[b,g,f]
[a,f,c,d]

数据集来自一个 csv 文件，我正在阅读这样的内容：

with open("data.csv", "r") as file:
    lines = file.readlines()

然后使用 for 循环读取行：

list_sequence = []
for i in lines:
    a = re.findall(pattern= '???' , string=str(i))
    list_sequence.append(b)

在问号中，是我需要找到模式的地方。

score 0 · Accepted Answer

您可以尝试以下 - （将每一行拆分为字段并再次拆分第四个字段）

with open('in.txt') as f:
  data = []
  for line in f:
    parts = line.split()
    data.append(parts[3].split(','))
print(data)

输出

[['b', 'g', 'f'], ['a', 'f', 'c', 'd']]

score 0 · Accepted Answer

您可以使用

(?<!\S)[a-z](?:,[a-z])*(?!\S)

2 回答 2