import re

def get_values_from_file(filename):
    f = open(filename)
    winpat = re.compile("([\d\.]+)\%")
    xinpat = re.compile("[\d]") #ISSUE, is this the right regex for it? Score: 500****

    values = []
    scores = []

    for line in f.readlines():
        if line.find("Matches") >=0:
        percn = float(winpat.findall(line)[0])
        values.append(percn)

    elif line.find("Score") >=0:
        hey = float(xinpat.findall(line)[0])
        scores.append(hey)
    return (scores,values)


all_values = []    
all_scores = []

for filename in ["out0.txt", "out1.txt"]:#and so on
values = get_values_from_file(filename)
all_values += values
all_scores += scores

all_values.sort()
all_values.reverse()

all_scores.sort()  #also for scores
all_scores.reverse()

print(all_values[0:10])
print(all_scores[0:10])

我的正则表达式是否正确？我相信我遇到了这个问题，因为它没有正确输出。

有什么想法？我应该把它分成两个函数吗？

谢谢。

Answer 1

没有。 xinpat只匹配单个数字，因此findall()将返回单个数字列表，这有点混乱。将其更改为

xinpat = re.compile("[\d]+")

实际上，这里不需要方括号，因此您可以将其简化为

xinpat = re.compile("\d+")

BTW，名称winpat和xinpat有点不透明。 pat位正常，但是win＆amp; xin？并且hey也不是很好。但我猜xin和hey只是你决定扩展程序时所构成的临时名称。

我刚注意到的另一件事，你不需要做

all_values.sort()
all_values.reverse()

您可以（并且应该）在一次点击中执行此操作：

all_values.sort(reverse=True)

Answer 2

分数格式的正则表达式是否正确？

不，应该是r"\d+"。

您不需要[]。这些括号建立一个表示括号内所有字符的字符类。由于括号内只有一种字符类型，因此它们什么都不做。
您只匹配一个字符。您需要*或+来匹配一系列字符。
你的字符串中有一个未转义的反斜杠。使用r前缀允许正则表达式引擎看到反斜杠。

#UNTESTED
def get_values_from_file(filename):
    winpat = re.compile(r"Matches:\s*\d+\s*\(([\d\.]+)\%\)")
    xinpat = re.compile(r"Score:\s*([\d]+)")

    values = []
    scores = []

    # Note: "with open() as f" automatically closes f
    with open(filename) as f:
        # Note: "for line in f" more memory efficient
        # than "for line in f.readlines()"
        for line in f:
           win = winpat.match(line)
           xin = xinpat.match(line)
           if win: values.append(float(win.group(0)))
           if xin: scores.append(float(xin.group(0)))
    return (scores,values)

只是为了好玩，这是一个例程的版本，每个文件只调用re.findall一次：

# TESTED

# Compile this only once to save time
pat = re.compile(r'''
    (?mx)                                  # multi-line, verbose
    (?:Matches:\s*\d+\s*\(([\d\.]+)\s*%\)) # "Matches: 300 (43.2%)"
    |
    (?:Score:\s*(\d+))                     # "Score: 4000"
''')
def get_values_from_file(filename):
    with open(filename) as f:
        values, scores = zip(*pat.findall(f.read()))
    values = [float(value) for value in values if value]
    scores = [float(score) for score in scores if score]
    return scores, values

使用re比较多个文件项

2 个答案:

评论：