Question

从输入中，我想打印出以小写字母（哼声）开头并以0001结尾的行。此外，我想排除那些打印中包含连字符的行（从当前输出中排除最后两行））。我的猜测是在正则表达式中包含[^ - \ s]，这意味着用连字符排除行，但它不起作用。

输入

humabddd001
humhudiwhde001
rehfhfepfhfpehr001oifdjv
iurehfehofewoh001
jfeijjjrefoefojrefoj001
humfiowhewiwihowfhiowfeoewo991
hum0001ofejofrjwoorejfoejfo001
foiwejowjfojfojwofwofjew9032i92i
humifhihweoowhefiwofowfo001
Humerfhofrorr001
HUmhuhdeowhdoewh000001
HUMwifoiewjow001
0001fhdisuhum
hUmfhweoofhwfoh001
humhum001hum
humhumhufih001
humifwje001001
hum30204-439-0942-4029-0001
humouio--hohohoho0001

我的代码

import re
hand = open('D:/Python/Test.txt')
x = hand
for j in x:
     h = re.findall('hum.*\S+001+$',j)
#    h = re.findall('hum+\S+001+$',j)
     if(len(h)>0):
          print(h)

我的当前输出

['humabddd001']
['humhudiwhde001']
['hum0001ofejofrjwoorejfoejfo001'] 
['humifhihweoowhefiwofowfo001']
['humhumhufih001']
['humifwje001001']
['hum30204-439-0942-4029-0001']
['humouio--hohohoho0001']

Answer 1

使用此正则表达式：^hum[^-]*001$

输出：

['humabddd001']
['humhudiwhde001']
['hum0001ofejofrjwoorejfoejfo001']
['humifhihweoowhefiwofowfo001']
['humhumhufih001']
['humifwje001001']

Answer 2

dtmp = pd.merge(df[['a']], df_right.groupby('a').mean().reset_index(drop=False), on='a', how='left')
df['b'] = dtmp['b'].values

正如@Patrick Haugh所说，这不需要正则表达式。正确使用import re hand = open('D:/Python/Test.txt') x = hand for j in x: h = re.findall('^hum[^-]*0001$',j) if(len(h)>0): print(h)，startswith和endswith将是完美的。

Answer 3

我根本不会使用正则表达式。您的要求整齐地落在现有的字符串方法中，并且不够复杂，无法使用正则表达式。

with open('Test.txt') as f:
    for line in f:
        line = line.rstrip()
        if line.startswith('hum') and line.endswith('001') and '-' not in line:
            print(line)

打印

humabddd001
humhudiwhde001
hum0001ofejofrjwoorejfoejfo001
humifhihweoowhefiwofowfo001
humhumhufih001
humifwje001001

Answer 4

问题是您要将否定字符类 [^-\s]添加到已经包含.*的模式中，该模式是与 any 匹配的贪婪点模式> 0个或多个字符（换行符除外）。 .*\S+将匹配换行符以外的任何字符，然后匹配最后一个非空白字符（在这种情况下，+之后的\S是多余的）。

另一个问题是re.findall在字符串内的任意位置搜索匹配项，但是您只需要在行的开头进行匹配。因此，您需要在模式开始处添加^锚点，或使用re.match方法。

以下是您的解决方法：

results = [j for j in x if re.search(r'^hum[^-\s]*001$', j)]
# => ['humabddd001', 'humhudiwhde001', 'hum0001ofejofrjwoorejfoejfo001', 'humifhihweoowhefiwofowfo001', 'humhumhufih001', 'humifwje001001']

请参见Python demo online和regex demo。

详细信息

^-字符串的开头
hum-文字子字符串
[^-\s]*-0个或更多-或空格字符
001-一个001文字子串
$-字符串的结尾。

正如Patricks所说，除非您想轻松处理所有Unicode空格，否则您实际上并不需要正则表达式。在这种情况下，您可以使用

no_regex_results = [j for j in x if j.startswith('hum') and j.endswith('001') and '-' not in j and ' ' not in j]

有点长，不能处理Unicode空格。

如何排除其中包含连字符的行？ Python（3.6）RE

4 个答案: