Question

我正在尝试解析输入文件，其中包含数千行文本

[month/day/year hh:mm:ss AM/PM] FirstName1 LastName1: text.... 

[month/day/year hh:mm:ss AM/PM] FirstName2 LastName2: text....

我需要删除方括号FirstName和LastName之间的文字，只留下text部分。我用蛮力的方式做到了，但我确信有更优雅的方式：

with open('inputfile.txt') as fin, open('file-out.txt','w') as fout:
    for line in fin:
        fout.write(re.sub('(\[[^)]*\])+(\sFirstName1 LastName1|\sFirstName2 LastName2)', '',line))

有没有办法缩短这个正则表达式（例如只使用名字的前2个字母和姓氏的最后2个字母或其他东西？）。我没有经常使用正则表达式，所以任何建议都会受到赞赏。

Answer 1

作为正则表达式的替代方法，您可以在第一次出现: +空格时拆分字符串。

text = line.split(": ", 1)[1]

Answer 2

如果你可以假设名字和姓氏没有任何空格你可以做

''.join(line.split(' ')[5:])

Python正则表达式（可以缩短它吗？）

2 个答案: