python - 在 Python 中使用正则表达式检查章节编号？

Question

如何使用正则表达式正确检查章节编号？输入文档可以是常用格式的论文或书籍。我想用下面的示例输入将每个章节/章节编号及其名称/标题分开，以避免虚假输入。问题可能是正则表达式端的“点”字符。可能是特殊字符。有什么建议可以解决这个问题吗？

import re

testContent = ["1. Name Chapter Name", "1.1. Section name abcdefg", 
               "1.1.1. Subsection tests", "1.2. aaaaaaaaaa", "2. Chapter 2", 
               "12 ml fake input", "section 3.3 fake input"]

seperated = {}
for line in testContent:
    match = re.search(r'^[1-9.]+', line)
    if match:
        rest  = re.sub(match.group(), '', line)
        seperated.update({match.group() : rest})
print(seperated)

结果是：

{'1.': ' Name Chapter Name', '1.1.': ' Section name abcdefg', '1.1.1.': ' Subsection tests', '1.2.': ' aaaaaaaaaa', '2.': ' Chapter 2', '12': ' ml fake input'}

标签： pythonregex

Answer 1

试试这个正则表达式：

for test in testContent:
  match = re.search(r'^([1-9]\.)+',test)
  print(match)

输出：

<_sre.SRE_Match object; span=(0, 2), match='1.'>
<_sre.SRE_Match object; span=(0, 4), match='1.1.'>
<_sre.SRE_Match object; span=(0, 6), match='1.1.1.'>
<_sre.SRE_Match object; span=(0, 4), match='1.2.'>
<_sre.SRE_Match object; span=(0, 2), match='2.'>
None
None

排除虚假输入...