在 python 3 中使用正則表達式查找 substring 的最佳方法

Question

我試圖找出在鍵值對中使用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

這里一切都是可變的，我正在尋找的是鍵值對中的如下內容：

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

cxe: 1 as there is only one cxe

注意：這里的一切都是可變的，除了/ 。 即 cde 或 cxe 或某些字符串將恰好在兩個/之后出現

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

如果您注意到這里，我的鍵始終是第 3 個/之后的第一個字符串，值始終是鍵后的 substring

Answer 1

以下是基於您的描述的幾個解決方案，即“鍵始終是第 3 個 / 之后的第一個字符串，值始終是鍵后的 substring”。 第一個使用str.split ， maxsplit為 4，將第四個/之后的所有內容收集到值中。 第二個使用正則表達式提取兩個部分：

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}')

對於這兩段代碼，output 是

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

Answer 2

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

演示

---

按評論嘗試新的

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

演示2

Answer 3

其他人已經發布了各種正則表達式； 一個更廣泛的問題——這個問題最好用正則表達式解決嗎？ 根據數據的整體格式化方式，使用它可能會更好地解析

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