我有一个格式的字符串:
t='@abc @def Hello this part is text'
我想得到这个:
l=["abc", "def"]
s='Hello this part is text'
我这样做了:
a=t[t.find(' ',t.rfind('@')):].strip()
s=t[:t.find(' ',t.rfind('@'))].strip()
b=a.split('@')
l=[i.strip() for i in b][1:]
它在大多数情况下都有效,但当文本部分包含“@”时它会失败。 例如,当:
t='@abc @def My email is red@hjk.com'
它失败了。 @names 位于开头,@names 之后可以有文本,其中可能包含@。
很明显,我可以在初始位置附加一个空格,然后找出没有“@”的第一个单词。但这似乎不是一个优雅的解决方案。
解决这个问题的 pythonic 方法是什么?
最佳答案
毫不掩饰地建立在 MrTopf 的努力之上:
import re
rx = re.compile("((?:@\w+ +)+)(.*)")
t='@abc @def @xyz Hello this part is text and my email is foo@ba.r'
a,s = rx.match(t).groups()
l = re.split('[@ ]+',a)[1:-1]
print l
print s
打印:
['abc', 'def', 'xyz']
Hello this part is text and my email is foo@ba.r
刚刚被 hasen j 追究责任,让我解释一下这是如何工作的:
/@\w+ +/
匹配单个标签 - @ 后跟至少一个字母数字或 _ 后跟至少一个空格字符。 + 是贪婪的,所以如果有一个以上的空间,它会捕获他们。
要匹配任意数量的这些标签,我们需要在标签模式中添加一个加号(一个或多个);所以我们需要用括号将其分组:
/(@\w+ +)+/
匹配一个或多个标签,并且贪婪地匹配所有标签。但是,这些括号现在会影响我们的捕获组,因此我们通过将它们变成匿名组来撤消它:
/(?:@\w+ +)+/
最后,我们将其放入捕获组并添加另一个以清除其余部分:
/((?:@\w+ +)+)(.*)/
最后的分割总结:
((?:@\w+ +)+)(.*)
(?:@\w+ +)+
( @\w+ +)
@\w+ +
请注意,在审查时,我对其进行了改进 -\w 不需要在一个集合中,它现在允许标签之间有多个空格。谢谢,hasen-j!
关于regex - 所需格式的字符串分隔,Pythonic 方式? (有或没有正则表达式),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/558105/