Python，通過提取字符和數字子串來解析字符串

Question

我有一個字符串，由一些機器學習算法產生，通常由多行組成。 在開頭和結尾，可以有一些不包含任何字符的行（空格除外），中間應該有 2 行，每行包含一個單詞，后跟一些數字和（有時）其他字符。

像這樣的東西

first_word  3 5 7 @  4
second_word 4 5 67| 5 [

我需要提取 2 個單詞和數字字符。

我可以通過執行以下操作來消除空行：

lines_list = initial_string.split("\n")
for line in lines_list:
    if len(line) > 0 and not line.isspace():
        print(line)

但現在我想知道：

1. 如果有更強大的通用方法
2. 如何通過提取單詞和數字來解析剩余的 2 條中心線中的每一條（並丟棄混合在數字之間的其他字符，如果有的話）

我想 reg 表達式可能很有用，但我從來沒有真正使用過它們，所以我現在有點掙扎

Answer 1

我會在這里使用 re.findall：

inp = '''first_word  3 5 7 @  4
second_word 4 5 67| 5 ['''
matches = re.findall(r'\w+', inp)
print(matches)  # ['first_word', '3', '5', '7', '4', 'second_word', '4', '5', '67', '5']

如果你想單獨處理每一行，那么只需在 CR?LF 上拆分輸入並使用相同的方法：

inp = '''first_word  3 5 7 @  4
second_word 4 5 67| 5 ['''
lines = inp.split('\n')
for line in lines:
    matches = re.findall(r'\w+', line)
    print(matches)

這打印：

['first_word', '3', '5', '7', '4']
['second_word', '4', '5', '67', '5']