提取具有多个分隔符的文本

Posted 2023-02-23

【中文标题】提取具有多个分隔符的文本

【英文标题】：Extract text with multiple separators

【发布时间】：2017-06-25 20:27:25

【问题描述】：

我有带有分隔符 A 和 B 的字符串列表：

L = ['sgfgfqds A aaa','sderas B ffff','eeee','sdsdfd A rrr']

需要：

L1 = [['aaa'], ['ffff'], ['eeee'], ['rrr']] 

我尝试使用：

L1 = [re.findall(r'(?<=A)(.*)$', inputtext) for inputtext in L]
print (L1)

但是，它返回以下内容：

[[' aaa'], [], [], [' rrr']] 

我怎样才能得到想要的输出？

【参考方案1】：

没有regex 的替代建议。

[[i] for i in ' '.join(L).split(' ') if i.count(i[0]) == len(i) and len(i) > 1]

结果

 [['aaa'], ['ffff'], ['eeee'], ['rrr']]

【参考方案2】：

您可以使用re.split 在'A' 或'B' 上断开您的字符串：

>>> L1 = [re.split(r'[AB] *', inputtext)[-1] for inputtext in L]
>>> L1
['aaa', 'ffff', 'eeee', 'rrr']

【讨论】：

该死的我有LL = [re.split("[AB]",x)[-1].strip() for x in L] :)

我想如果你的A和B总是用空格括起来，你最好使用r' +[AB] +'（或r'\s+[AB]\s+'）。

【参考方案3】：

如果您希望它不仅仅适用于 A 或 B，您可以使用

>>> L = ['sgfgfqds A aaa','sderas B ffff','eeee','sdsdfd A rrr', 'lasjd X gggggg']
>>> L1 = [re.split(r'[A-Z] *', inputtext)[-1] for inputtext in L]
>>> print(L1)
['aaa', 'ffff', 'eeee', 'rrr', 'gggggg']

【参考方案4】：

for a in L:
   if 'A' in a or 'B' in a:
       clist = a.split()
       for c in clist:
           if c[::-1] == c:
               if c == 'A' or c == 'B':
                    pass
                else:
                  #print "c1",c
                   result.append([c])
            else:
                 pass
   else:
       result.append([a])

   print result

【参考方案5】：

你可以使用split返回一个列表，即使它没有找到分隔符。

 L1 = [[x.split(' A ')[-1].split(' B ')[-1]] for x in L]