[使用正则表达式从python文本中提取特定单词

Posted 2023-02-18

例如，我有以下文字：

[ABC]something
    foo 25
    bar 20

[DEF]something
    foo 50

.....以及其他类似的文本，例如

我想从方括号foo和bar和数字中提取三个词，这样我就可以像这样获得re.findall的结果[('ABC', 'foo 25', bar 20'), ('DEF', 'foo 50')]

我尝试了以下模式，但是在列表中返回了许多空字符串

\[(\w+)\]|\n\s+(\w+\s\d+)

答案

您可以使用

import re

data = """
[ABC]something
    foo 25
    bar 20

[DEF]something
    foo 50
"""

rx_outer = re.compile(r'''
    ^
    \[(?P<section>[^][]+)\]
    (?P<content>(?:.+[\r\n]?)+)
    ''', re.M | re.X)

rx_inner = re.compile(r'\w+\s+\d+')

values = [(section, value.group(0))
          for outer in rx_outer.finditer(data)
          for section in [outer.group('section')]
          for value in rx_inner.finditer(outer.group('content'))]
print(values)

哪个产量

[('ABC', 'foo 25'), ('ABC', 'bar 20'), ('DEF', 'foo 50')]

请参见"outer"和inner表达式的演示，其余内容为编程逻辑。