在python中的两个不同字符串之间提取int答案

【问题标题】：Extract int between two different strings in python在python中的两个不同字符串之间提取int
【发布时间】：2016-02-23 21:17:29
【问题描述】：

我有一个files 的字符串列表，格式如下：

files = ['/misc/lmbraid17/bensch/u-net-3d/2dcellnet/2dcellnet_v6w4l1/2dcellnet_v6w4l1_snapshot_iter_418000.caffemodel.h5', 
'/misc/lmbraid17/bensch/u-net-3d/2dcellnet/2dcellnet_v6w4l1/2dcellnet_v6w4l1_snapshot_iter_502000.caffemodel.h5', ...]

我想提取iter_ 和.caffemodel 之间的int 并返回这些整数的列表。

经过一些研究，我想出了这个解决方案，但我想知道是否有更优雅/pythonic 的方式来做到这一点，可能使用列表理解？

li = []
for f in files:
   tmp = re.search('iter_[\d]+.caffemodel', f).group()
   li.append(int(re.search(r'\d+', tmp).group()))

【问题讨论】：

您需要使用捕获组。 r'iter_(\d+)\.caffemodel' 然后通过.group(1) 访问值。

标签： python regex

【解决方案1】：

只是添加另一种可能的解决方案：将文件名连接成一个大字符串（看起来全部以 h5 结尾，因此不存在创建不需要的匹配项的危险）并在其上使用 re.findall：

import re
li = [int(d) for d in re.findall(r'iter_(\d+)\.caffemodel', ''.join(files))]

【讨论】：

我喜欢你的解决方案...它非常易读（比我想出的更好；））

【解决方案2】：

只使用：

li = []
for f in files:
   tmp = int(re.search('iter_(\d+)\.caffemodel', f).group(1))
   li.append(tmp)

如果你把一个表达式放在括号中，它会创建另一组匹配的表达式。

【讨论】：

为什么要使用惰性量词？这里是多余的。使用贪心版，效率更高。并逃脱点。并在声明正则表达式时使用原始字符串文字（只是最佳实践）。
不错！我能够自己生成理解 li = [int(re.search('iter_(\d+)\.caffemodel', f).group(1)) for f in files] - 我不知道 ( ) 操作。谢谢:)

【解决方案3】：

您也可以使用lookbehind assertion：

regex = re.compile("(?<=iter_)\d+")

for f in files:
     number = regex.search(f).group(0)

【讨论】：

【解决方案4】：

如您所愿，具有列表理解的解决方案：

import re

re_model_id = re.compile(r'iter_(?P<model_id>\d+).caffemodel')
li = [int(re_model_id.search(f).group('model_id')) for f in files]

【讨论】：

【解决方案5】：

没有正则表达式：

files = [
    '/misc/lmbraid17/bensch/u-net-3d/2dcellnet/2dcellnet_v6w4l1/2dcellnet_v6w4l1_snapshot_iter_418000.caffemodel.h5',
    '/misc/lmbraid17/bensch/u-net-3d/2dcellnet/2dcellnet_v6w4l1/2dcellnet_v6w4l1_snapshot_iter_502000.caffemodel.h5']

print([f.rsplit("_", 1)[1].split(".", 1)[0] for f in files])
['418000', '502000']

或者如果您想更具体：

print([f.rsplit("iter_", 1)[1].split(".caffemodel", 1)[0] for f in files])

但是您的模式似乎重复了，所以第一个解决方案可能就足够了。

您还可以使用 find 和 rfind 进行切片：

print( [f[f.find("iter_")+5: f.rfind("caffe")-1] for f in files])
['418000', '502000']

【讨论】：