Question

我有这种形式的大量数据

xxx（xx.xx） - 数字位数不固定。像

312(21.1)   378(25.5)   374(25.3)   157(10.6)   260(17.6)   1481(100)
125(28.1)   91(20.4)    94(21.1)    52(11.7)    83(18.7)    445(100)
50(28.4)    44(25)  29(16.5)    12(6.8) 41(23.3)    176(100)

请注意，它们都是unicode字符串。假设括号中的数字是A，括号中的数字是B.所以A（B）。

我想要做的是创建一个返回列表[A，B]的函数。

我知道他们可以用RegExs完成，但我并不擅长这些。无论如何，我做了一些搜索并遵循了教程，所以我提出了：

re.search('\(.*?\)',s) # for B
re.search('.?\(',s) # for A

问题是，他们用数字返回括号。像

>>s
u'312(21.1)'
>>m=re.search('\(.*?\)',s)
>>m.group()
(21.1)

任何帮助将不胜感激......

Answer 1

使用非转义括号来定义组：

>>> [g[:2] for g in re.findall(r'([0-9]+)\(([0-9]+|[0-9]+\.[0-9]+)\)', s)]
[('312', '21.1'), ('378', '25.5'), ('374', '25.3'), ('157', '10.6'),
('260', '17.6'), ('125', '28.1'), ('91', '20.4'), ('94', '21.1'),
('52', '11.7'), ('83', '18.7'), ('50', '28.4'), ('29', '16.5'), ('12', '6.8'),
('41', '23.3'), ('176', '100')]

Answer 2

我想这应该会有所帮助：

m = re.findall('([0-9]+\.[0-9]+|[0-9]+)', s)

我所做的是使用字符串中的小数点。我寻找一个正则表达式，其中包含0-9范围内的一个或多个数字，然后是小数点，然后是0-9范围内的一个或多个数字，它还检查数字0-9的字符串作为替代。然后它将匹配的表达式分组。

您的解决方案给出了括号，因为您要求正则表达式与字符串中的括号匹配。

这将两个数字作为存储在m。

中的python列表返回

希望它能解决你的问题。：）

Answer 3

或者，您可以只使用字符串操作，这在许多情况下比RE更简单，更快。

>>> s = "312(21.1)   378(25.5)   374(25.3)   157(10.6)   260(17.6)   1481(100) 125(28.1)   91(20.4)    94(21.1)    52(11.7)    83(18.7)    445(100) 50(28.4)    44(25)  29(16.5)    12(6.8) 41(23.3)    176(100)"

将其分为标记

>>> tokens = s.split()
>>> tokens
['312(21.1)', '378(25.5)', '374(25.3)', '157(10.6)', '260(17.6)', '1481(100)', '125(28.1)', '91(20.4)', '94(21.1)', '52(11.7)', '83(18.7)', '445(100)', '50(28.4)', '44(25)', '29(16.5)', '12(6.8)', '41(23.3)', '176(100)']

删除最后的'）'

>>> intermediary1 = [ entry[:-1] for entry in tokens ]
>>> intermediary1
['312(21.1', '378(25.5', '374(25.3', '157(10.6', '260(17.6', '1481(100', '125(28.1', '91(20.4', '94(21.1', '52(11.7', '83(18.7', '445(100', '50(28.4', '44(25', '29(16.5', '12(6.8', '41(23.3', '176(100']

分为2个字符串

>>> intermediary2 = [ entry.split('(') for entry in intermediary1 ]
>>> intermediary2
[['312', '21.1'], ['378', '25.5'], ['374', '25.3'], ['157', '10.6'], ['260', '17.6'], ['1481', '100'], ['125', '28.1'], ['91', '20.4'], ['94', '21.1'], ['52', '11.7'], ['83', '18.7'], ['445', '100'], ['50', '28.4'], ['44', '25'], ['29', '16.5'], ['12', '6.8'], ['41', '23.3'], ['176', '100']]

转换为数字（整数，浮点数）

>>> numbers = [ ( int(num1), float(num2) ) for num1, num2 in intermediary2 ]
>>> numbers
[(312, 21.1), (378, 25.5), (374, 25.3), (157, 10.6), (260, 17.6), (1481, 100.0), (125, 28.1), (91, 20.4), (94, 21.1), (52, 11.7), (83, 18.7), (445, 100.0), (50, 28.4), (44, 25.0), (29, 16.5), (12, 6.8), (41, 23.3), (176, 100.0)]

或使用列表理解的更短的方式：

>>> tokens = [ entry[:-1].split('(') for entry in s.split()]
>>> numbers = [ ( int(num1), float(num2) ) for num1, num2 in tokens ]
>>> numbers
[(312, 21.1), (378, 25.5), (374, 25.3), (157, 10.6), (260, 17.6), (1481, 100.0), (125, 28.1), (91, 20.4), (94, 21.1), (52, 11.7), (83, 18.7), (445, 100.0), (50, 28.4), (44, 25.0), (29, 16.5), (12, 6.8), (41, 23.3), (176, 100.0)]

Answer 4

import re
import sys

li = []
while True:
  line = sys.stdin.readline()
  if not line: break
  for i in line.split():
    m = re.search('(.*)\((.*)\)', i)
    tup = (m.group(1), m.group(2))
    li.append(tup)

print li

示例输出：

$ python y
312(21.1)   378(25.5)   374(25.3)   157(10.6)   260(17.6)   1481(100)
[('312', '21.1'), ('378', '25.5'), ('374', '25.3'), ('157', '10.6'), ('260', '17.6'), ('1481', '100')]

python正则表达式简单的帮助 - 处理括号

4 个答案: