python - 在 Python 中使用某些参数拆分列表。使用 re.findall

Question

import re

def processFile(filename='Names.txt', encode='utf-8'):
    listOfPlayers = []
    listOfInfo = []
    count = 0
    with open(filename, 'r', encoding = encode) as f:
        for line in f.readlines():
            if count == 0:
                listOfInfo.append(line.strip())
                count += 1
            elif count == 1:
                listOfInfo.append(line.strip())
                listOfPlayers.append(listOfInfo)
                count -= 1
                listOfInfo = []
    return listOfPlayers

def splitStats(listOfPlayers):
    newList = []
    for item in (i[1] for i in listOfPlayers):
        m = re.findall('[A-Z][a-z]*', item)
        newList.append(m)
    print(newList)    

def main():
    lOP = processFile()
    splitStats(lOP)

if __name__ == '__main__':
    main()

我正在尝试查看一些足球统计数据，并从网页上获取了一些统计数据，并尝试将每个球员的位置、国家/地区、他们转会的来源、转会的目的地以及所获得的资金分开为他们付出了代价。

My Names.txt 文件如下所示:

Donyell Malen
AttackerNetherlandsArsenalAjaxUndisclosed
Petr Cech
GoalkeeperCzech Rep.ArsenalChelsea14million
Scott Sinclair
MidfielderEnglandAston VillaManchester City3.4million

我的 processFile 中的 listOfPlayers 有一个列表列表。将玩家作为索引零，其余信息如下所示:

[['Donyell Malen', 'AttackerNetherlandsArsenalAjaxUndisclosed'], ['Petr Cech', 'GoalkeeperCzech Rep.ArsenalChelsea14million'], ['Scott Sinclair', 'MidfielderEnglandAston VillaManchester City3.4million'],

我正在尝试解析每个项目和 1 索引以将其拆分。我找到了 re.findall() 方法，但搜索了 API 一个小时，仍然没有清楚地了解如何与大写字母分开(尽管代码是这样做的)我需要保留任何两个单词之间有一个空格作为一个字符串。即“Aston Villa”应该保留在一起，以及如何将其中的费用(即“340万”)保留为340万。

我知道这是一个很长的问题，但我想给出一个很好的概述，看看我是否在做这一切都是错误的，或者我是否走在正确的轨道上，只需要 re.findall( )。谢谢!

Answer 1

您可以使用以下模式

"(?:[A-Z]|[0-9]+(?:.[0-9]+)?)[a-z]*(?: [A-Z][a-z]*)*"

它非常复杂，因为它基本上处理所有特殊情况 如果您对如何编写此类表达式感兴趣，您应该深入研究 re 模块的文档 https://docs.python.org/2/library/re.html