Question

我们说我们有文本，其中列标题存储在表单中：

{|
|+ The table's caption
! scope="col" width="20"style="background-color:#cfcfcf;"align="center" | Column header 1
! scope="col" width="20"style="background-color:#ff55ff;"align="center" | Column header 2
! scope="col" | Column header 3
|-
! scope="row" | Row header 1
| Cell 2 || Cell 3
|-
! scope="row" | Row header A
| Cell B
| Cell C
|}

如何从文本中提取所有列（[列标题1 ，列标题2 ，列标题3 ]）蟒？

re.findall('*! scope="col" |', text, re.IGNORECASE)

但它没有做好这份工作。

https://regex101.com/r/PLKREz/6

我怎样才能用Python做到这一点？

Answer 1

您可以在|行的最后一个scope="col"之后找到所有子字符串：

import re

data = """
{|
|+ The table's caption
! scope="col" width="20"style="background-color:#cfcfcf;"align="center" | Column header 1
! scope="col" width="20"style="background-color:#ff55ff;"align="center" | Column header 2
! scope="col" | Column header 3
|-
! scope="row" | Row header 1
| Cell 2 || Cell 3
|-
! scope="row" | Row header A
| Cell B
| Cell C
|}"""

print(re.findall(r'scope="col".*?\| ([^|]+)$', data, re.MULTILINE))

打印：

['Column header 1', 'Column header 2', 'Column header 3']

如何从python中的文本中提取列数据（正则表达式）

1 个答案: