被正则表达式的 re.findall 函数卡住了[重复]

Posted 2023-04-13

【中文标题】被正则表达式的 re.findall 函数卡住了[重复]

【英文标题】：Got stuck with re.findall function for regular expressions [duplicate]

【发布时间】：2020-09-14 21:36:38

【问题描述】：

我有一个字符串，看起来像

text = "customer: Anna Smith; payment: 123; date: 12-02-2020; customer: Jack; payment: 10.3; date: 20-03-2020"

现在我想把它变成一个元组列表（以后我可以用它来创建字典）：

[('customer', 'Anna Smith'),
 ('payment', '123'),
 ('date', '12-02-2020'),
 ('customer', 'Jack'),
 ('payment', '10.3'),
 ('date', '20-03-2020')]

我尝试通过以下方式将 re.findall 用于此目的：

re.findall(u'(\w+): (.+?);', text)

当然，由于正则表达式中的分号，它不会捕获最后一对键和值。我认为我在这里需要一个 if-else if 操作：如果解析器遇到分号，那么它会提取单词，否则它会检查 EOL (\Z) 的正则表达式。请帮忙

【参考方案1】：

如果你也想匹配最后一个，使用这个模式(\w+): (.+?)(?:;|$)

这与您的模式之间的唯一区别是它将接受以; 或$ 结尾的匹配项，这是行尾字符。

Demo

【参考方案2】：

为了简单起见，我们还可以使用split 函数。

arr = text.split("; ")
result = []
for a in arr:
    _ = a.split(": ")
    result.append((_[0], _[1]))

现在result 列表包含您想要的输出

【参考方案3】：

不匹配;，而是将.+? 更改为[^;]+，这样它就可以匹配不是; 的所有内容。

re.findall(r'(\w+): ([^;]+)', text)

【讨论】：

不适用于ru，将其更改为r 就可以了。

原来在 Python 3 中字符串总是 Unicode，所以不需要u。