用于抓取lin的特定部分的python正则表达式

Question

想要浏览文件中的行并抓住其中的某些部分

线条如下图所示 “2584\tM108\tK:14%” “2585\tM108\tK:14%\tN:10%”

我已经写了下面的表达，但它们似乎让我失望。。。 首先，我希望抓取M10*和K，并将它们粘在一起，只取M10*之后的第一个条目（在上面的示例K中）

Mutation = re.sub(r'.*\t(.*)\t.*:(.*)%.*', r'\1\2', line)

我想要突变=M108K

其次，我想获取不带%符号的百分比

Percentage = re.sub(r'.*\t.*\t.*:(.*)%.*', r'\1', line)

我要百分比=14

如果你写的表达方式不太熟练，那么这些表达方式就不起作用，效率也很低。如果您能帮助修复/优化它们，我们将不胜感激

Answer 1

我会在一个正则表达式中完成所有这些.*是贪婪的，它尽可能多地吃掉所有字符。因此，您需要通过在*旁边添加?量词来进行非贪婪匹配

>>> import re
>>> s = "2584\tM108\tK:14%" "2585\tM108\tK:14%\tN:10%"
>>> re.sub(r'^.*?\t(.*?)\t(.*?):(.*?)%.*', r'\1\2 \3', s)
'M108K 14'

或

>>> mutation,percentage = re.sub(r'^.*?\t(.*?)\t(.*?):(.*?)%.*', r'\1\2 \3', s).split()
>>> mutation
'M108K'
>>> percentage
'14'