时间戳

首页 > 解决方案 > Python 正则表达式忽略日期模式

python - Python 正则表达式忽略日期模式

问题描述

样本数据：

Weight Measured: 80.7 kg (11/27/1900 24:59:00)
Pulse 64 \F\ Temp 37.3?C (99.1 ?F) \F\ Wt 101.2 kg (223 lb)
Weight as of 11/11/1900 72.2 kg (159 lb 1.6 oz)
Resp. rate 16, height 177.8 cm (5' 10"), weight 84.7 kg (186 lb|
11.2 oz)
And one extra weight example 100lbs

部分工作的正则表达式：

\b(?i)(?:weight|wt)\b(?:.){1,25}?\b(\d+\.?(?:\d+)).*?(\w+)\b

电流输出：

('80.7', 'kg'), ('101.2', 'kg'), ('11', '11'), ('84.7', 'kg'), ('100', 'lbs')

预期输出：

('80.7', 'kg'), ('101.2', 'kg'), ('72.2', 'kg'), ('84.7', 'kg'), ('100', 'lbs')

如何让我当前的正则表达式忽略日期并捕获随后的值？另外，如何使这个正则表达式在行尾停止匹配？

标签： pythonregex

解决方案

您可以使用

re.findall(r'(?i)\bw(?:eigh)?t\b.{1,25}?\b(?<!\d/)(\d+(?:\.\d+)?)(?!/?\d)\s*(\w+)', text)

查看正则表达式演示

细节

  • (?i)- 与re.I- 不区分大小写模式开启
  • \b- 单词边界
  • w(?:eigh)?t-wt或weight
  • \b- 单词边界
  • .{1,25}?- 除换行符之外的任何 1 到 25 个字符，尽可能少
  • \b- 单词边界
  • (?<!\d/)- 如果紧靠当前位置左侧有一个数字和/
  • (\d+(?:\.\d+)?)- 第 1 组：一个或多个数字后跟一个可选的点序列和一个或多个数字
  • (?!/?\d)- 如果在当前位置的右侧有一个可选/和一个数字，则匹配失败的负前瞻
  • \s*- 0+ 个空格
  • (\w+)- 第 2 组：一个或多个字母、数字或下划线。

请参阅Python 演示：

import re
text = """Weight Measured: 80.7 kg (11/27/1900 24:59:00)\nPulse 64 \F\ Temp 37.3?C (99.1 ?F) \F\ Wt 101.2 kg (223 lb)\nWeight as of 11/11/1900 72.2 kg (159 lb 1.6 oz)\nResp. rate 16, height 177.8 cm (5' 10"), weight 84.7 kg (186 lb|\n11.2 oz)\nAnd one extra weight example 100lbs"""
print(re.findall(r'(?i)\bw(?:eigh)?t\b.{1,25}?\b(?<!\d/)(\d+(?:\.\d+)?)(?!/?\d)\s*(\w+)', text))
# => [('80.7', 'kg'), ('101.2', 'kg'), ('72.2', 'kg'), ('84.7', 'kg'), ('100', 'lbs')]

推荐阅读