Question

我有一个像

这样的字符串

'A15B7C2'

它代表角色的数量。

我现在正在使用 re 将其拆分为字符和数字。之后，最终将它存储在一个词典中

import re
data_str = 'A15B7C2'
re.split("(\d+)", data_str)
# prints --> ['A', '15', 'B', '7', 'C', '2', '']

但如果我有一个像

这样的字符串

'A15B7CD2Ef5'

这意味着C的计数为1（其隐式），Ef的计数为5.（大写和后续的小写计数为一个键）因此我得到了

'CD'= 2（不正确）
'Ef'= 5（正确）

如何修改它以便为我提供正确的计数？什么是最好的解析方法，并计算和存储在一个字典？

Answer 1

你可以一举做到这一切：

In [2]: s = 'A15B7CD2Ef5'

In [3]: {k: int(v) if v else 1 for k,v in re.findall(r"([A-Z][a-z]?)(\d+)?", s)}
Out[3]: {'A': 15, 'B': 7, 'C': 1, 'D': 2, 'Ef': 5}

正则表达式本质上是您的需求的直接翻译，利用.findall和捕获组：

r"([A-Z][a-z]?)(\d+)?"

基本上，一个大写字母后跟一个小写字母作为第一个组，一个数字可能会或可能不会作为第二个组（如果它不存在，这将返回''

一个棘手的例子：

In [7]: s = 'A15B7CD2EfFGHK5'

In [8]: {k: int(v) if v else 1 for k,v in re.findall(r"([A-Z][a-z]?)(\d+)?", s)}
Out[8]: {'A': 15, 'B': 7, 'C': 1, 'D': 2, 'Ef': 1, 'F': 1, 'G': 1, 'H': 1, 'K': 5}

最后，用一个更棘手的例子来打破它：

In [10]: s = 'A15B7CD2EfFGgHHhK5'

In [11]: re.findall(r"([A-Z](?:[a-z])?)(\d+)?", s)
Out[11]:
[('A', '15'),
 ('B', '7'),
 ('C', ''),
 ('D', '2'),
 ('Ef', ''),
 ('F', ''),
 ('Gg', ''),
 ('H', ''),
 ('Hh', ''),
 ('K', '5')]

In [12]: {k: int(v) if v else 1 for k,v in re.findall(r"([A-Z][a-z]?)(\d+)?", s)}
Out[12]:
{'A': 15,
 'B': 7,
 'C': 1,
 'D': 2,
 'Ef': 1,
 'F': 1,
 'Gg': 1,
 'H': 1,
 'Hh': 1,
 'K': 5}

Answer 2

您可以使用一些正则表达式逻辑和.span()：

([A-Z])[a-z]*(\d+)

见a demo on regex101.com。

<小时/> 在Python中，这将是：

import re

string = "A15B7CD2Ef5"
rx = re.compile(r'([A-Z])[a-z]*(\d+)')

def analyze(string=None):
    result = []; lastpos = 0;
    for m in rx.finditer(string):
        span = m.span()
        if lastpos != span[0]:
            result.append((string[lastpos], 1))
        else:
            result.append((m.group(1), m.group(2)))
        lastpos = span[1]
    return result

print(analyze(string))
# [('A', '15'), ('B', '7'), ('C', 1), ('E', '5')]

Answer 3

搜索字符串中的字母，而不是数字。

import re
data_str = 'A15B7C2'
temp = re.split("([A-Za-z])", data_str)[1:]    # First element is just "", don want that
temp= [a if a != "" else "1" for a in temp]    # add the 1's that were implicit in the original string
finalDict = dict(zip(temp[0::2], temp[1::2]))  # turn the list into a dict

Answer 4

与原始逻辑保持一致。我们可以找到所有数字，而不是使用re.split（），在第一个匹配时拆分字符串，保留字符串的后半部分用于下一次拆分，并将这些对存储为元组以供日后使用。

import re

raw = "A15B7CD2Ef5"
# find all the numbers
found = re.findall("(\d+)", raw)
# save the pairs as a list of tuples
pairs = []
# check that numbers where found
if found:
    # iterate over all matches
    for f in found:
        # split the raw, with a max split of one, so that duplicate numbers don't cause more then 2 parts
        part = raw.split(f, 1)
        # set the original string to the second half of the split
        raw = part[1]
        # append pair
        pairs.append((part[0], f))



# Now for fun expand values
long_str = ""
for p in pairs:
    long_str += p[0] * int(p[1])

print pairs
print long_str

将字符串拆分为字符和数字并存储在地图Python中

4 个答案: