Question

我有一个看起来像这样的字符串：

s = "[A] text [B] more text [C] something ... [A] hello"

基本上它由[X] chars组成，我试图在每个[X]之后“获取”文本。

我想放弃这个词（我不关心顺序）：

mydict = {"A":"text, hello", "B":"more text", "C":"something"}

我正在考虑一个正则表达式，但我不确定这是否是正确的选择，因为在我的情况下，[A]，[B]和[C]的顺序可以改变，所以这个字符串也是有效的：

s = "[A] hello, [C] text [A] more text [B] something"

我不知道如何正确提取字符串。有人能指出我正确的方向吗？感谢。

Answer 1

不确定这是否是你正在寻找的东西，但它没有重复

s = "[A] hello, [C] text [A] more text [B] something"

results = [text.strip() for text in re.split('\[.\]', s) if text]

letters = re.findall('\[(.)\]', s)

dict(zip(letters, results))

{'A': 'more text', 'B': 'something', 'C': 'text'}

由于输出如下所示：

In [49]: results
Out[49]: ['hello,', 'text', 'more text', 'something']

In [50]: letters
Out[50]: ['A', 'C', 'A', 'B']

要解决重复问题，你可以做类似......

mappings = {}

for pos, letter in enumerate(letters):
    try:
        mappings[letter] += ' ' + results[pos]
    except KeyError:
        mappings[letter] = results[pos]

给出：{'A': 'hello, more text', 'B': 'something', 'C': 'text'}

<强>更新

甚至可以更好地使用默认字典：如下所示：enter link description here

Answer 2

预期输出：mydict = {"A":"text, hello", "B":"more text", "C":"something"}

import re

s = "[A] text [B] more text [C] something ... [A] hello"

pattern = r'\[([A-Z])\]([ a-z]+)'

items = re.findall(pattern, s)

output_dict = {}

for x in items:
    if x[0] in output_dict:
        output_dict[x[0]] = output_dict[x[0]] + ', ' + x[1].strip()
    else:
        output_dict[x[0]] = x[1].strip()

print(output_dict)

>>> {'A': 'text, hello', 'B': 'more text', 'C': 'something'}

Answer 3

这是一个简单的解决方案：

#!/usr/bin/python

import re
s = "[A] text [B] more text [C] something ... [A] hello"
d = dict()
for x in re.findall(r"\[[^\]+]\][^\[]*",s):
    m = re.match(r"\[([^\]*])\](.*)",x)

    if not d.get(m.group(1),0):
        #Key doesn't already exist
        d[m.group(1)] = m.group(2)
    else:
        d[m.group(1)] = "%s, %s" % (d[m.group(1)], m.group(2))

print d

打印：

{'A': ' text ,  hello', 'C': ' something ... ', 'B': ' more text '}

匹配字符串中的多个模式

3 个答案: