从.txt解析Python字符串

Question

我有以下形式的字符串：

}# => 2[1 HMDB00001 ,2 HMDB00002]
}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]
}# => 1[1 HMDB00001]

在.txt文件中。 我正在尝试使用带有正则表达式的re.search（）在python列表中解析它们，但到目前为止没有成功。 如您所料，列表应包含以下elements = ["1 HMDB00001", "2 HMDB00002", "3 HMDB00003"] 。 列表彼此独立。 因此，在解析时只能考虑一行(eg. }# => 2[1 HMDB00001 ,2 HMDB00002]) 。

Answer 1

(?<=[\[,])\s*(\d+ HMDB0+\d+)

请改用re.findall

https://regex101.com/r/eS7gD7/19#python

import re
p = re.compile(r'(?<=[\[,])\s*(\d+ HMDB0+\d+)', re.IGNORECASE | re.MULTILINE)
test_str = "}# => 2[1 HMDB00001 ,2 HMDB00002]\n}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]\n}# => 1[1 HMDB00001]"

re.findall(p, test_str)

Answer 2

这似乎可行，但是鉴于您的问题很难确定。 您可能可以根据得到的答案拼凑解决方案。

import re

strings = [
    '}# => 2[1 HMDB00001 ,2 HMDB00002]',
    '}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]',
    '}# => 1[1 HMDB00001]',
]

for s in strings:
    mat = re.search(r'\[(.*)\]', s)
    elements = map(str.strip, mat.group(1).split(','))
    print elements

哪个输出：

['1 HMDB00001', '2 HMDB00002']
['1 HMDB00001', '2 HMDB00002', '3 HMDB00003', '4 HMDB00004', '5 HMDB00005']
['1 HMDB00001']

Answer 3

假设您的模式正好是：一位数字，一个空格， HMDB ，5位数字， HMDB顺序。

结果存储在每行的字典中。

import re

matches = {}
with open('my_text_file.txt', 'r') as f:
    for num, line in enumerate(f):
        matches.update({num: re.findall(r'\d\sHMDB\d{5}', line)})

print(matches)

如果HMDB可能不同，则可以使用r'\\d\\s[a-zA-Z]{4}\\d{5}' 。