python正则表达式用于抓取一行的特定部分

Question

想要查看文件中的行并抓取其中的某些部分。

线条如下所示     ＆＃34; 2584 \ tM108 \ TK：14％＆＃34;     ＆＃34; 2585 \ tM108 \ TK：14％\ TN：10％＆＃34;

我写了以下表达式，但它们似乎让我失望了...... 首先，我希望抓住M10 *和K，并将它们粘在一起，只取M10 *之后的第一个条目（在上面的例子K中）。

Mutation = re.sub(r'.*\t(.*)\t.*:(.*)%.*', r'\1\2', line)

我想要Mutation = M108K

其次我想抓住没有％符号的百分比

Percentage = re.sub(r'.*\t.*\t.*:(.*)%.*', r'\1', line)

我想要百分比= 14

写作表达方式并不是很实践，这些表达方式确实不起作用且效率低下。任何帮助修复/优化它们都表示赞赏。

Answer 1

我会在一个正则表达式中完成所有这些操作。 .*贪婪，尽可能多地吃掉所有角色。因此，您需要在?旁边添加*量词来进行非贪婪的匹配。

>>> import re
>>> s = "2584\tM108\tK:14%" "2585\tM108\tK:14%\tN:10%"
>>> re.sub(r'^.*?\t(.*?)\t(.*?):(.*?)%.*', r'\1\2 \3', s)
'M108K 14'

或

>>> mutation,percentage = re.sub(r'^.*?\t(.*?)\t(.*?):(.*?)%.*', r'\1\2 \3', s).split()
>>> mutation
'M108K'
>>> percentage
'14'