在 python 3 中使用正则表达式查找 substring 的最佳方法

Question

我试图找出在键值对中使用re找到特定 substring 的最佳方法：

some_string-variable_length/some_no_variable_digit/some_no1_variable_digit/some_string1/some_string2
eg: aba/101/11111/cde/xyz or aaa/111/1119/cde/xzx or ada/21111/5/cxe/yyz

这里一切都是可变的，我正在寻找的是键值对中的如下内容：

`cde: 2` as there are two entries for cde

cxe: 1 as there is only one cxe

注意：这里的一切都是可变的，除了/ 。 即 cde 或 cxe 或某些字符串将恰好在两个/之后出现

input:aba/101/11111/cde/xyz/blabla
output: cde:xyz/blabla
input: aaa/111/1119/cde/xzx/blabla
output: cde:xzx/blabla
input: aahjdsga/11231/1119/gfts/sjhgdshg/blabla
output: gfts:sjhgdshg/blabla

如果您注意到这里，我的键始终是第 3 个/之后的第一个字符串，值始终是键后的 substring

Answer 1

以下是基于您的描述的几个解决方案，即“键始终是第 3 个 / 之后的第一个字符串，值始终是键后的 substring”。 第一个使用str.split ， maxsplit为 4，将第四个/之后的所有内容收集到值中。 第二个使用正则表达式提取两个部分：

inp = ['aba/101/11111/cde/xyz/blabla',
        'aaa/111/1119/cde/xzx/blabla',
        'aahjdsga/11231/1119/gfts/sjhgdshg/blabla'
        ]

for s in inp:
    parts = s.split('/', 4)
    key = parts[3]
    value = parts[4]
    print(f'{key}:{value}')

import re

for s in inp:
    m = re.match(r'^(?:[^/]*/){3}([^/]*)/(.*)$', s)
    if m is not None:
        key = m.group(1)
        value = m.group(2)
        print(f'{key}:{value}')

对于这两段代码，output 是

cde:xyz/blabla
cde:xzx/blabla
gfts:sjhgdshg/blabla

Answer 2

试试(?<?\S)[^\s/]*(::/[^\s/]*){2}/([^\s/]*)

演示

---

按评论尝试新的

(?<?\S)[^\s/]*(:?/[^\s/]*){2}/([^\s/]*)(:?/(\S*))?

演示2

Answer 3

其他人已经发布了各种正则表达式； 一个更广泛的问题——这个问题最好用正则表达式解决吗？ 根据数据的整体格式化方式，使用它可能会更好地解析

• 字符串上的.split('/')方法； 或者
• csv.reader(..., delimiter='/')或csv.DictReader(..., delimiter='/')在csv模块中。