提取特定信息

Question

我找不到我的程序需要的信息，希望有人能帮我。 我每行都有数字和字母。某些数字前有特殊字符。 每条线如下所示：

12456 t0 45 54 # 36478 t04 # 37489 to4 # 83940 to5 + 63748 nn 00 +374840 bb 009 + 144839 op 45

我必须提取前面有#和+的数字。你知道吗

结果应该是3元组，如下所示：

（第一个数字，前面有#的所有数字作为一个列表（直到空格），前面有+的所有数字作为一个列表（也直到空格，没有to4，to5等等）：

(12456, [36478, 37489, 83940], [63748, 375840, 144839])

这个任务有正则表达式吗？你知道吗

Answer 1

下面是正则表达式，以获取您的行是变量字符串的值

r1= re.compile("(\d+)")
r2 = re.compile("#\s*(\d+)")
r3 = re.compile("\+\s*(d+)")
(r3.search(string).group(0),r2.findall(string),r.findall(string))

Answer 2

由于分组的要求，我不认为正则表达式是合适的工具。我建议如下：

in_str = "12456 t0 45 54 # 36478 t04 # 37489 to4 # 83940 to5 + 63748 nn 00 +374840 bb 009 + 144839 op 45"
parts = in_str.split()
first = None
got_hash = False
hashes = []
got_plus = False
pluses = []


for part in parts:
  if first is None:
    first = int(part)
  elif part == "#":
    got_hash = True
  elif part == "+":
    got_plus = True
  elif got_hash:
    hashes.append(int(part))
    got_hash = False
  elif got_plus:
    pluses.append(int(part))
    got_plus = False

print ((first, hashes, pluses))

请注意，由于缺少空格，这不会打印375840

Answer 3

我的建议是使用三个简单正则表达式并合并结果，因为要提取未定义数量的数字，您必须在同一行中创建一个具有多个匹配项的全局正则表达式，因此：

对于第一个数字：

re.compile("\d+")

对于#数字

re.compile("# *?\d+")

对于+数字

re.compile("+ *?\d+")