Question

我试图从另一个字符串中提取一些子字符串，并且我已经确定了应该产生正确结果的模式，但是我认为我的实现中存在一些小缺陷。

s = 'Arkansas BaseballMiami (Ohio) at ArkansasFeb 17, 2017 at Fayetteville, Ark. (Baum Stadium)Score by Innings123456789RHEMiami (Ohio)000000000061Arkansas60000010X781Miami (Ohio) starters: 1/lf HALL, D.; 23/3b YACEK; 36/1b HAFFEY; 40/c  SENGER; 7/dh HARRIS; 8/rf STEPHENS; 11/ss TEXIDOR; 2/2b  VOGELGESANG; 5/cf SADA; 32/p GNETZ;Arkansas starters: 8/dh E. Cole; 9/ss J. Biggers; 17/lf L. Bonfield;  33/c G. Koch; 28/cf D. Fletcher; 20/2b C. Shaddy; 24/1b C  Spanberger; 15/rf J. Arledge; 6/3b H. Wilson; 16/p B. Knight;Miami (Ohio) 1st - HALL, D. struck out swinging.'

这是我尝试使用正则表达式来实现我想要的输出：

teams = re.findall(r'(;|[0-9])(.*?) starters', s)
pitchers = re.findall('/p(.*?);', s)

投手搜索似乎有效，但是球队会输出以下内容：

[('1', '7, 2017 at Fayetteville, Ark. (Baum Stadium)Score by Innings123456789RHEMiami (Ohio)000000000061Arkansas60000010X781Miami (Ohio)'), ('1', '/lf HALL, D.; 23/3b YACEK; 36/1b HAFFEY; 40/c  SENGER; 7/dh HARRIS; 8/rf STEPHENS; 11/ss TEXIDOR; 2/2b  VOGELGESANG; 5/cf SADA; 32/p GNETZ;Arkansas')]

期望的输出：

['Miami (Ohio)', 'Arkansas']
[' GNETZ', ' B. Knight']

我可以担心稍后剥离投手名字中的前导空格。

Answer 1

(;|[0-9])可以替换为[;0-9]。那么我认为你想要表达的是＃34;在starters之前和紧接在starters＆＃34;之前的最后一个数字/分号之后给我一个字符串，您可以说＆＃34;中间不能有其他数字/分号＆＃34;，即

teams = re.findall(r'[;0-9]([^;0-9]*) starters', s)

正则表达式公式，以查找两个其他字符串或字符之间的字符串

1 个答案: