[英]Python/Regex - Match .#,#. in String
我可以使用什么正则表达式来匹配“。#,#”。 在字符串中。 字符串中可能存在也可能不存在。 预期输出的一些示例可能是:
Test1.0,0.csv -> ('Test1', '0,0', 'csv') (Basic Example)
Test2.wma -> ('Test2', 'wma') (No Match)
Test3.1100,456.jpg -> ('Test3', '1100,456', 'jpg') (Basic with Large Number)
T.E.S.T.4.5,6.png -> ('T.E.S.T.4', '5,6', 'png') (Doesn't strip all periods)
Test5,7,8.sss -> ('Test5,7,8', 'sss') (No Match)
Test6.2,3,4.png -> ('Test6.2,3,4', 'png') (No Match, to many commas)
Test7.5,6.7,8.test -> ('Test7', '5,6', '7,8', 'test') (Double Match?)
最后一个不是太重要,我只希望那个。#,#。 将出现一次。 我正在处理的大多数文件都属于第一个到第四个示例,因此我对这些文件最感兴趣。
谢谢您的帮助!
您可以使用正则表达式\\.\\d+,\\d+\\.
找到该模式的所有匹配项,但是您将需要做一些额外的工作才能获得期望的输出,尤其是因为您要处理.5,6.7,8.
作为两次比赛。
这是一个潜在的解决方案:
def transform(s):
s = re.sub(r'(\.\d+,\d+)+\.', lambda m: m.group(0).replace('.', '\n'), s)
return tuple(s.split('\n'))
例子:
>>> transform('Test1.0,0.csv')
('Test1', '0,0', 'csv')
>>> transform('Test2.wma')
('Test2.wma',)
>>> transform('Test3.1100,456.jpg')
('Test3', '1100,456', 'jpg')
>>> transform('T.E.S.T.4.5,6.png')
('T.E.S.T.4', '5,6', 'png')
>>> transform('Test5,7,8.sss')
('Test5,7,8.sss',)
>>> transform('Test6.2,3,4.png')
('Test6.2,3,4.png',)
>>> transform('Test7.5,6.7,8.test')
('Test7', '5,6', '7,8', 'test')
要在没有匹配项时分离文件扩展名,可以使用以下命令:
def transform(s):
s = re.sub(r'(\.\d+,\d+)+\.', lambda m: m.group(0).replace('.', '\n'), s)
groups = s.split('\n')
groups[-1:] = groups[-1].rsplit('.', 1)
return tuple(groups)
除了'Test2.wma'
变为('Test2', 'wma')
之外,这与上面的输出相同,对于'Test5,7,8.sss'
和'Test5,7,8.sss'
具有相似的行为。
要允许多个连续匹配,请使用超前/后退:
r'(?<=\.)\d+,\d+(?=\.)'
例:
>>> re.findall(r'(?<=\.)\d+,\d+(?=\.)', 'Test7.5,6.7,8.test')
['5,6', '7,8']
我们还可以根据需要使用超前执行拆分:
import re
def split_it(s):
pieces = re.split(r'\.(?=\d+,\d+\.)', s)
pieces[-1:] = pieces[-1].rsplit('.', 1) # split off extension
return pieces
测试:
>>> print split_it('Test1.0,0.csv')
['Test1', '0,0', 'csv']
>>> print split_it('Test2.wma')
['Test2', 'wma']
>>> print split_it('Test3.1100,456.jpg')
['Test3', '1100,456', 'jpg']
>>> print split_it('T.E.S.T.4.5,6.png')
['T.E.S.T.4', '5,6', 'png']
>>> print split_it('Test5,7,8.sss')
['Test5,7,8', 'sss']
>>> print split_it('Test6.2,3,4.png')
['Test6.2,3,4', 'png']
>>> print split_it('Test7.5,6.7,8.test')
['Test7', '5,6', '7,8', 'test']
使用正则表达式模式^([^,]+)\\.(\\d+,\\d+)\\.([^,.]+)$
查看此演示 >>
>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test1.0,0.csv')
[('Test1', '0,0', 'csv')]
>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test2.wma')
[]
>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test3.1100,456.jpg')
[('Test3', '1100,456', 'jpg')]
>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'T.E.S.T.4.5,6.png')
[('T.E.S.T.4', '5,6', 'png')]
>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test5,7,8.sss')
[]
>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test6.2,3,4.png')
[]
>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test7.5,6.7,8.test')
[]
'/^(.+)\.((\d+,\d+)\.)?(.+)$/'
第三捕获组应包含一对数字。 如果您有多个配对,则应该获得多个匹配项。 并且第三次捕获将始终包含该对。
^(.*?)\.(\d+,\d+)\.(.*?)$
这至少在模式中通过了您的测试:
这非常接近,python是否支持命名组?
^.*(?P<group1>\d+(?:,\d+)?)\.(?P<group2>\d+(?:,\d+)?).*\..+$
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.