列表理解使用正则表达式条件

Question

我有一个字符串列表。 如果这些字符串中的任何一个具有4位数年份，我想在年末截断该字符串。 否则我就把绳子单独留下。

我试过用：

    for x in my_strings:   
      m=re.search("\D\d\d\d\d\D",x)  
      if m: x=x[:m.end()]  

我也尝试过：

my_strings=[x[:re.search("\D\d\d\d\d\D",x).end()] if re.search("\D\d\d\d\d\D",x) for x in my_strings]  

这些都不起作用。

你能告诉我我做错了什么吗？

Answer 1

像这样的东西似乎适用于琐碎的数据：

>>> regex = re.compile(r'^(.*(?<=\D)\d{4}(?=\D))(.*)')                         
>>> strings = ['foo', 'bar', 'baz', 'foo 1999', 'foo 1999 never see this', 'bar 2010 n 2015', 'bar 20156 see this']
>>> [regex.sub(r'\1', s) for s in strings]
['foo', 'bar', 'baz', 'foo 1999', 'foo 1999', 'bar 2010', 'bar 20156 see this']

Answer 2

看起来你对结果字符串的唯一限制是在end() ，所以你应该使用re.match()代替，并将你的正则表达式修改为：

my_expr = r".*?\D\d{4}\D"

然后，在您的代码中，执行：

regex = re.compile(my_expr)
my_new_strings = []
for string in my_strings:
    match = regex.match(string)
    if match:
        my_new_strings.append(match.group())
    else:
        my_new_strings.append(string)

或者作为列表理解 ：

regex = re.compile(my_expr)
matches = ((regex.match(string), string) for string in my_strings)
my_new_strings = [match.group() if match else string for match, string in matches]

或者，您可以使用re.sub ：

regex = re.compile(r'(\D\d{4})\D')
new_strings = [regex.sub(r'\1', string) for string in my_strings]

Answer 3

我不完全确定你的用例，但下面的代码可以给你一些提示：

import re

my_strings = ['abcd', 'ab12cd34', 'ab1234', 'ab1234cd', '1234cd', '123cd1234cd']

for index, string in enumerate(my_strings):
    match = re.search('\d{4}', string)
    if match:
        my_strings[index] = string[0:match.end()]

print my_strings

# ['abcd', 'ab12cd34', 'ab1234', 'ab1234', '1234', '123cd1234']

Answer 4

你实际上与列表理解非常接近，但你的语法是关闭的 - 你需要使第一个表达式成为“条件表达式”， x if <boolean> else y ：

[x[:re.search("\D\d\d\d\d\D",x).end()] if re.search("\D\d\d\d\d\D",x) else x for x in my_strings]

显然这非常难看/难以阅读。 有几种更好的方法可以将字符串分成4位数年份。 如：

[re.split(r'(?<=\D\d{4})\D', x)[0] for x in my_strings]