Question

import re

def processFile(filename='Names.txt', encode='utf-8'):
    listOfPlayers = []
    listOfInfo = []
    count = 0
    with open(filename, 'r', encoding = encode) as f:
        for line in f.readlines():
            if count == 0:
                listOfInfo.append(line.strip())
                count += 1
            elif count == 1:
                listOfInfo.append(line.strip())
                listOfPlayers.append(listOfInfo)
                count -= 1
                listOfInfo = []
    return listOfPlayers

def splitStats(listOfPlayers):
    newList = []
    for item in (i[1] for i in listOfPlayers):
        m = re.findall('[A-Z][a-z]*', item)
        newList.append(m)
    print(newList)    

def main():
    lOP = processFile()
    splitStats(lOP)

if __name__ == '__main__':
    main()

我正在尝试查看足球的一些统计数据，并从网页上获取一些统计数据，并尝试将每个玩家分别与位置，国家/地区，转移地点，转移到的位置以及为他们付钱。

我的Names.txt文件如下所示：

Donyell Malen
AttackerNetherlandsArsenalAjaxUndisclosed
Petr Cech
GoalkeeperCzech Rep.ArsenalChelsea14million
Scott Sinclair
MidfielderEnglandAston VillaManchester City3.4million

我的processFile中的listOfPlayers有一个列表列表。将玩家作为索引零，其余信息如下：

[['Donyell Malen', 'AttackerNetherlandsArsenalAjaxUndisclosed'], ['Petr Cech', 'GoalkeeperCzech Rep.ArsenalChelsea14million'], ['Scott Sinclair', 'MidfielderEnglandAston VillaManchester City3.4million'],

我正在尝试解析每个项目和1个索引以将其拆分。我找到了re.findall（）方法，但是已经搜索了API一小时，但仍然没有关于如何从大写字母中分离出来的清晰图片（尽管代码是那样做的）我需要保留任何两个单词一个字符串之间的空格。即“阿斯顿维拉”应该保持在一起，如何保持费用，即“340万”为340万。

我知道这是一个很长的问题，但是我想给出一个很好的概述，看看我是否真的错了，或者我是否在正确的轨道上，只需要帮助re.findall（）。谢谢！

Answer 1

您可以使用以下模式

"(?:[A-Z]|[0-9]+(?:.[0-9]+)?)[a-z]*(?: [A-Z][a-z]*)*"

它非常复杂，因为它基本上处理所有特殊情况如果你对如何编写这样的表达式感兴趣，你应该深入研究re模块的文档 https://docs.python.org/2/library/re.html

Answer 2

我认为你想要研究的是你的正则表达式中的负面（和/或正面）“后视”。我在想这样的事情：

([A-Z][a-z]*)((?<!\s)[A-Z][a-z\s]*(?<=\s)[A-Z][a-z]*)*

但是，我在正则表达式上非常糟糕，只能在视觉上看到这是草率的，所以我期待有人纠正我:)无论如何，虽然我确信这可以做得更好，

(?<!\s)

表示前一个字符不是空白字符的任何时候的lookbehind ......就像：

(?<=\s)

表示前一个字符是空格字符的任何时候的lookbehind。

我去了https://regex101.com/ 并使用我在顶部为正则表达式提供的正则表达式和行：

MidfielderEnglandAston VillaManchester City3.4million

作为要匹配的文本，它看起来非常有希望..我没有解决任何关于你需要考虑的'3.4百万'属性的数字，但希望这可能会有所帮助，我不能再花时间挖掘：/

祝你好运！正则表达式是超级有趣和强大的，我希望我知道更多！

在Python中拆分包含某些参数的列表。使用re.findall

2 个答案: