python正则表达式统计字符串的个数

Posted 2021-03-10 songbiao

目的：通过python将pubmed下载的摘要txt文档，统计出其中的PMID数目，是否和文献总篇数一致，一致的话，就可以利用PMID的regex pattern进行分割字符串为单篇摘要文献。

import re

fname = \'2020-01-14_endometriosis_2020-01-01_UTF8.txt\'
with open(fname, "r", encoding = \'utf-8\') as f:
    abstracts = f.read()

str = abstracts
iList= re.findall(r"PMID: \\d+ ",str)
print(len(iList)) # output: 6049，符合文档中文献的总篇数

iList= re.findall(r"PMID: \\d+",str) # regex pattern中少一个空格
print(len(iList)) # output: 6050，结果比文档中文献总篇数多了一篇