Question

我正在解析有关电影的文件。以下是语言文件的示例：

"!Next?" (1994)                     Italian
"#1 Single" (2006)                  English
"#15SecondScare" (2015)                 English
"#15SecondScare" (2015) {Because We Don't Want You to Fall Asleep 
 (#1.3)}    English
"#15SecondScare" (2015) {Coming and Going (#1.11)}  English
"#Adulthood" (????)                 English
"#Adulting" (2016/I)                    English

如果它是电视节目和每行的语言，我怎么能抓住名字，年份，saison和剧集？有一些论点并不总是存在（就像它是哪集）？

这是我试过的： for line in file: print(re.findall('"(.*)"', line)) #name print(re.findall(r"\D(\d{4})\D",line)) #year

我已经遇到了多年的麻烦，因为它捕获了剧集编号。是采取多种模式的方式吗？

感谢。

Answer 1

你可以这样做

import re

string = """
"!Next?" (1994)                     Italian
"#1 Single" (2006)                  English
"#15SecondScare" (2015)                 English
"#15SecondScare" (2015) {Because We Don't Want You to Fall Asleep 
 (#1.3)}    English
"#15SecondScare" (2015) {Coming and Going (#1.11)}  English
"#Adulthood" (????)                 English
"#Adulting" (2016/I)                    English
"""

rx = re.compile(r'''
            ^
            "(?P<name>[^"]+)"
            [^(]+\((?P<year>[^)]+)\)
            (?:[^\{^\n]+\{(?P<subtitle>[^}]+)\})?
            \s+(?P<language>[A-Z][a-z]*)
            $
            ''', re.MULTILINE | re.VERBOSE)

movies = [(m.group('name'), m.group('year'), m.group('subtitle'), m.group('language'))
            for m in rx.finditer(string)]
print(movies)
# [('!Next?', '1994', None, 'Italian'), ('#1 Single', '2006', None, 'English'), ('#15SecondScare', '2015', None, 'English'), ('#15SecondScare', '2015', "Because We Don't Want You to Fall Asleep \n (#1.3)", 'English'), ('#15SecondScare', '2015', 'Coming and Going (#1.11)', 'English'), ('#Adulthood', '????', None, 'English'), ('#Adulting', '2016/I', None, 'English')]

查看matches on regex101.com的演示。

<小时/> 一点解释：

首先，我们在详细和多行模式中定义我们的正则表达式模式
我们使用已编译的模式rx来查找找到的匹配项
我们将命名组放在结果元组中。
我们最终得到了一个元组列表。

Python3解析并捕获一行中的多个可选参数

1 个答案: