Question

我有一个自定义脚本我想从python中提取数据，但我能想到的唯一方法是取出标记的位然后保留未标记的位，如＆＃34; go up＆＃34; ＆＃34;下来＆＃34;在这个例子中。

string_a = [start]go up[wait time=500]go down[p]
string_b = @onclick go up[wait time=500]go down active="False"

在尝试这样做的时候，我所做的只是提取标记的位，但我无法找到一种方法来保存未标记的数据！当我提取其他位时，它总是迷失！这是我用来提取它们的功能。为了削减标记，我多次调用它，但我无法选择它们被提取的顺序！

class Parsers:

  @staticmethod
  def extract(line, filters='[]'):
    #@retval list
    substring=line[:]
    contents=[]
    for bracket in range(line.count(str(filters[0]))):
      startend =[]
      for f in filters:
        now= substring.find(f)
        startend.append(now)
      contents.append(substring[startend[0]+1:startend[1]])
      substring=substring[startend[1]+1:]
    return contents, substring

顺便说一句，我现在正在调用它的顺序是这样的。我想我应该把订单放回@是第一个，但我不想再打破它。

star_string, first = Parsers.extract(string_a, filters='* ')
bracket_string, substring = Parsers.extract(string_a, filters='[]')
at_string, final = Parsers.extract(substring, filters='@ ')

请原谅我的坏蟒蛇，我自己学会了这一切，我仍然在想这个。

Answer 1

你正在用上面的Python字符串方法做一些强大的malabarisms - 但是如果你想要的只是在括号内提取内容，并获得字符串的其余部分，那么正则表达式就会更容易（在Python中， “重新”模块）

import re
string_a = "[start]go up[wait time=500]go down[p]"
expr = r"\[.*?\]"
expr = re.compile(r"\[.*?\]")
contents = expr.findall(string_a)
substring = expr.sub("", string_a)

这只是告诉regexp引擎匹配文字[，以及任何字符（.*），直到以下]（?用于匹配下一个]，而不是最后一个） - findall调用将所有此类匹配作为字符串列表获取，sub调用替换空字符串的所有匹配。

对于正则表达式来说，它们比他们自己的子编程语言更少。查看有关它们的文档：https://docs.python.org/2/library/re.html

但是，做一些更简单的方法就是逐个字符地检查，并且有一些变量来“知道”你在字符串中的位置（例如，如果在标签内部），就像我们一样如果我们一次只能看一个角色，就会想到这个问题。我将编写思考Python 3.x的代码 - 如果你仍在使用Python 2.x，请在尝试这样的事情之前将你的字符串转换为unicode对象：

def extract(line, filters='[]'):
    substring = ""
    contents = []
    inside_tag = False
    partial_tag = ""
    for char  in line:
        if char == filters[0] and not inside_tag:
            inside_tag = True
        elif char == filters[1] and inside_tag:
            contents.append(partial_tag)
            partial_tag = ""
            inside_tag = False
        elif inside_tag:
            partial_tag += char
        else:
            substring += 1
    if partial_tag:
        print("Warning: unclosed tag '{}' ".format(partial_tag))
    return contents, substring

感知，因为不需要复杂计算每个括号落在行中的位置，等等 - 你只需要全部。

Answer 2

我不确定我是否完全理解这一点 - 您想获得[stuff in brackets]和everything else？如果你只是解析扁平字符串 - 没有括号中的递归括号 - 你可以做

import re

parse = re.compile(r"\[.*?\]|[^\[]+").findall

然后

>>> parse('[start]go up[wait time=500]go down[p]')
['[start]', 'go up', '[wait time=500]', 'go down', '[p]']

>>> parse('@onclick go up[wait time=500]go down active="False"')
['@onclick go up', '[wait time=500]', 'go down active="False"']

正则表达式翻译为＆＃34;两个方括号之间的所有内容或任何不包括开头方括号的内容＆＃34;。

如果这不是您想要的 - 您希望@word成为一个单独的块吗？ - 请显示{/ 1}}和string_a 应解析的内容！

如何在python中多次解析字符串？

2 个答案: