Question

我是Python新手。 Python中是否有StringTokenizer？我可以通过角色扫描和复制进行角色扮演。

我有以下输入字符串

data = '123:Palo Alto, CA -> 456:Seattle, WA 789'

我需要从此字符串中提取两个（城市，州）字段。这是我写的代码

name_list = []
while i < len(data)):
      if line[i] == ':':
          name = ''
          j = 0
          i = i + 1
          while line[i] != '-' and line[i].isnumeric() == False:
             name[j] = line[i]   # This line gives error
             i = i + 1
             j = j + 1
          name_list.append(name)
      i = i + 1

我该怎么办？

Answer 1

data = '123:Palo Alto, CA -> 456:Seattle, WA 789'
citys = []
for record in data.split("->"):
    citys.append(
        re.search(r":(?P<city>[\w\s]+),\s*(?P<state>[\w]+)",record)
        .groupdict()
    )

print citys

给出：

[{'city': 'Palo Alto', 'state': 'CA'}, {'city': 'Seattle', 'state': 'WA'}]

Answer 2

我的看法，假设字符串始终按照您的示例格式化：

import re

data = '123:Palo Alto, CA -> 456:Seattle, WA 789'

name_list = []
r = re.compile("(\s?\d)|:")
name_list += r.sub("", data).split(" ->")
print name_list # Prints ['Palo Alto, CA', 'Seattle, WA']

作为错误的注释，空字符串的长度为0，因此索引0不存在：

>>> s = ""
>>> len(s)
0

但是，您可以使用+运算符将Python中的字符串连接起来，如下所示：

>>> s += "Some"
>>> s += " Text"
>>> print s
Some Text

Answer 3

假设您始终使用如下所示格式化的字符串：

cityState = []
for line in data.split('->'):
    cityState.append({'city':city=line.strip().split(',')[0].split(':')[1],
                     'state':state=line.strip().split(',').split(' ')[1]})

Answer 4

如果需要，您可以随时使用正则表达式：/\d+:(\w+),\s(\w+)/。它不漂亮，但它应该完成工作。假设要匹配的字符串是您的测试字符串。

import re

for s in string_to_match.split("->"):
    m = re.match(r"\d+:(\w+),\s(\w+)", s)
    city = m.group(1)
    state = m.group(2)

语法可能有些偏差，但一般的想法就在那里。

Answer 5

您可以使用正则表达式。这是我丑陋的正则表达式，你可以做得更好

inputStr = '123:Palo Alto, CA -> 456:Seattle, WA 789';
m = re.search('.*:(.*),(.*)->.*:(.*),\s*(\S{2})', inputStr)
print "City1=" + m.group(1)
print "State1=" + m.group(2)
print "City2=" + m.group(3)
print "State2=" + m.group(4)

可生产

City1=Palo Alto
State1= CA 
City2=Seattle
State2=WA

Python：如何从字符串中提取所需信息？

5 个答案: