Question

我有几千行的文本文件。我想将此文件解析为数据库并决定编写正则表达式。这是文件的一部分：

blablabla checked=12 unchecked=1
blablabla unchecked=13
blablabla checked=14

结果，我希望得到像

这样的东西

(12,1)
(0,13)
(14,0)

有可能吗？

Answer 1

最简单的方法是使用两个不同的正则表达式来提取两个数字：r" checked=(\d+)"和r" unchecked=(\d+)"。

Answer 2

import re

lines = ["blablabla checked=12 unchecked=1", "blablabla unchecked=13"]

p1 = re.compile('checked=(\d)+\sunchecked=(\d)')
p2 = re.compile('checked=(\d)')
p3 = re.compile('unchecked=(\d)')
for line in lines:
    m = p1.search(line)
    if m:
       print m.group(1), m.group(2)
    else:
        m = p2.search(line)
        if m:
            print m.group(1), "0"
        else:
            m = p2.search(line)
            if m:
                print "0", m.group(1)

Answer 3

import re

s = """blablabla checked=12 unchecked=1
blablabla unchecked=13
blablabla checked=14"""

regex = re.compile(r"blablabla (?:(?:checked=)(\d+))? ?(?:(?:unchecked=)(\d+))?")

for line in s.splitlines():
    print regex.match(line).groups()

这为你提供了字符串（如果没有找到None），但这个想法应该是明确的。

Answer 4

另一种方法：

import sys
import re

r = re.compile(r"((?:un)?checked)=(\d+)")

for line in open(sys.argv[1]):
    d = dict( r.findall(line) )
    print d

输出：

{'checked': '12', 'unchecked': '1'}
{'unchecked': '13'}
{'checked': '14'}

Answer 5

这是更通用和可重复使用的，我相信：

import re

def tuple_producer(input_lines, attributes):
    """Extract specific attributes from lines 'blabla attribute=value …'"""
    for line in input_lines:
        line_attributes= {}
        for match in re.finditer("(\w+)=(\d+)", line):
            line_attributes[match.group(1)]= int(match.group(2)) # int cast
        yield tuple(
            line_attributes.get(attribute, 0) # int constant
            for attribute in wanted_attributes)


>>> lines= """blablabla checked=12 unchecked=1
blablabla unchecked=13
blablabla checked=14""".split("\n")
>>> list(tuple_producer(lines, ("checked", "unchecked")))
[(12, 1), (0, 13), (14, 0)]

# and an irrelevant example
>>> list(tuple_producer(lines, ("checked", "inexistant")))
[(12, 0), (0, 0), (14, 0)]

注意转换为整数;如果不合适，请删除int转换，并将0 int常量转换为"0"。

或正则表达式？

5 个答案: