Python/Regex解析文本描述的最佳方式

Question

假设我有这样的文本字符串：

• Fujitsu LifeBook E734 13.3英寸i5 2.5GHz/4Gb RAM/500Gb固态硬盘，全新
• Mac Pro，2009年初4核2.66GHz Intel Xeon/16Gb RAM/1Tb HD

我想把它分解成品牌，型号，处理器，屏幕大小，高清大小，内存，状态

我在想，解析这些字符串的最具python风格的方法是什么？你知道吗

目前，我正在做以下工作：

1. 遍历计算机品牌和型号的静态列表
   • 如果匹配的话，把它们从绳子里拔出来
2. 按“”和“/”拆分字符串。你知道吗
3. 使用is x in y来：
   • 查找“'”和“in.”以查找大小。你知道吗
   • 查找“GHz”以查找处理器速度。你知道吗
   • 查找“Mb”、“Gb”、“Tb”。你知道吗

下面是一些示例代码：

import re
data={}
complist = {'make':['Apple','Toshiba','HP', 'Fujitsu'...],
            'model':['Air','Surface','Zenbook','Lifebook','Mac Pro',...],
            'condition':['New','Used','Refurbished'...]}

string = 'Fujitsu LifeBook E734 13.3" i5 2.5GHz/4Gb RAM/500Gb SSHD Like NEW'
for comparison in complist :
    for compare in complist[comparison]:
        if compare in string:
            data[comparison]=compare
            string = string.replace(compare, '')

stringsplit=re.findall(r"[\w']+", string )

for i,s in enumerate(stringsplit):
    if any(key in s for key in ['Mb','Gb','Tb']):
        ...
        data['Ram']=...
    if any(...

我可以强行这样做，但“…”是我要找的指导。而且，第一部分可能也可以更有效地完成。你知道吗

非常感谢您的帮助。你知道吗

Answer 1

通常，您会希望将string拆分为一个列表，然后循环查看它是否出现在complist字典中（而不是相反）：

stringList = string.split()
for s in stringList:
    #loop through the complist to find matches

这样做，您将能够减少循环的数量

关于列表： 使用排序列表！ 因为你将能够使用二进制搜索，这是非常快的

关于集合： 因为看起来你只需要找出单词是否在列表中。您可以将complist存储为集合，而不是列表。集合中隶属度检验的速度为O（n）（“大O-表示法”），比列表快