我有下面的示例数据,我想提取前两列数字并将它们放入一个数组中
数据集:
54 1% 2.11 MB 52 min 0.0 49.0 0.0 test1 test1_4.1.6_Win_x86_install_en-US.tar
55 17% 31.89 MB 1 min 0.0 1263.0 0.0 test344 base-2.10.6-x86_64.dmg
56 17% 31.18 MB 1 min 0.0 1267.0 0.0 test2 base-2.10.4-x86_64.dmg
57 15% 27.12 MB 2 min 0.0 1066.0 0.0 test23 base-2.10.6-setup.exe
58 20% 32.16 MB 1 min 0.0 1196.0 0.0 test232 base-2.10.8-x86_64-2.dmg
59* 0% None 599 days 0.0 0.0 0.0 test12 base.1.2_Linux_x86_deb.tar.gz
60 14% 26.31 MB 2 min 0.0 1243.0 0.0 test23 base-2.10.4-setup-2.exe
61 0% None Unknown 0.0 0.0 None Idle base-0.9.24.1.exe
Sum: 150.8 MB 0.0 6084.0
当前结果:
54 1
55 17
56 17
57 15
58 20
60 14
预期结果:
54 1
55 17
56 17
57 15
58 20
59 0
60 14
61 0
问题:
缺少id 59和0
虽然我已经拍到了前两列。我好像没法用星号捕捉到那一列
我试图了解如何改进正则表达式的“\s+”部分,以包含数字并排除星号
代码:
import re
output4a = """
54 1% 2.11 MB 52 min 0.0 49.0 0.0 test1 test1_4.1.6_Win_x86_install_en-US.tar
55 17% 31.89 MB 1 min 0.0 1263.0 0.0 test344 base-2.10.6-x86_64.dmg
56 17% 31.18 MB 1 min 0.0 1267.0 0.0 test2 base-2.10.4-x86_64.dmg
57 15% 27.12 MB 2 min 0.0 1066.0 0.0 test23 base-2.10.6-setup.exe
58 20% 32.16 MB 1 min 0.0 1196.0 0.0 test232 base-2.10.8-x86_64-2.dmg
59* 0% None 599 days 0.0 0.0 0.0 test12 base.1.2_Linux_x86_deb.tar.gz
60 14% 26.31 MB 2 min 0.0 1243.0 0.0 test23 base-2.10.4-setup-2.exe
61 0% None Unknown 0.0 0.0 None Idle base-0.9.24.1.exe
Sum: 150.8 MB 0.0 6084.0"""
idPercentage3 = re.findall(r'^\s+([0-9]+)\s+([0-9]+)', output4a, flags=re.MULTILINE)
print (idPercentage3)
谢谢
试试这个简单的正则表达式:
Click for Demo
Python code to extract the values
说明:
^
-断言行的开头\s*
-匹配0+个空格(\d+)
-匹配并捕获组1中出现的1+个数字\D*
-匹配0+个非数字字符(\d+)
-匹配并捕获第2组中出现的1+个数字我建议使用
^\s*(\d+)\*?\s+(\d+)
,这使得文字*
字符可以与?
一起选择。我也让你的第一次太空跑可选的;允许数字与行首对齐而不填充似乎是合理的(但如果愿意,可以将*
改回+
)。最后,\d
等价于[0-9]
完整代码:
输出:
相关问题 更多 >
编程相关推荐