python - 在 python 3 中使用正则表达式查找子字符串的最佳方法
问题描述
我试图找出使用re在键值对中查找特定子字符串的最佳方法:
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
这里一切都是可变的,我正在寻找的是键值对中的如下内容:
`cde: 2` as there are two entries for cde
cxe: 1 as there is only one cxe
注意:这里的一切都是可变的,除了/。即 cde 或 cxe 或某些字符串将恰好在两个/之后出现
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
如果您注意到这里,我的键始终是第 3 个/之后的第一个字符串,而值始终是键之后的子字符串
解决方案
以下是基于您的描述的几个解决方案,即“key 始终是 3rd / 之后的第一个字符串,而 value 始终是 key 之后的子字符串”。第一个使用str.split
4maxsplit
将第四个之后的所有内容收集/
到值中。第二个使用正则表达式提取两个部分:
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}')
对于这两段代码,输出是
cde:xyz/blabla
cde:xzx/blabla
gfts:sjhgdshg/blabla