正则表达式在 python 中拆分 %ages 和值

Question

您好，我是 python 和正则表达式的新手。 我有一个大型 CSV 文件，其中有一个类似 %age composition 的字段，其中包含以下值：

'34% passed 23% failed 46% deferred'

你将如何拆分这个字符串，以便得到一个字典对象：

{'passed': 34, 'failed': 23, 'deferred': 46} 每行？

我试过这个：

for line in csv_lines:
    for match in re.findall('[\d\s%%]*\s', line)

但这只取了 %age 值

Answer 1

如果你仍然想使用正则表达式，你可以使用这个：

(\w+)%\s(\w+)

这将匹配一个或多个字母数字字符（替代：[0-9a-zA-Z_]+），后跟 % 符号、空格字符和一个或多个字母数字字符。括号帮助 capturing 适当的字符集。

演示：

>>> import re
>>> s = '34% passed 23% failed 46% deferred'
>>> pattern = re.compile(r'(\w+)%\s(\w+)')
>>> {value: key for key, value in pattern.findall(s)}
{'failed': '23', 'passed': '34', 'deferred': '46'}

Answer 2

你不需要使用正则表达式：

>>> s = '34% passed 23% failed 46% deferred'
>>> groups = zip(*[iter(s.split())]*2)
>>> groups
[('34%', 'passed'), ('23%', 'failed'), ('46%', 'deferred')]
>>> {result: int(percent.rstrip('%')) for percent, result in groups}
{'failed': 23, 'passed': 34, 'deferred': 46}

---

zip(*[iter(..)]*2) 来自grouper - itertools recipes（另见How does zip(*[iter(s)]*n) work in Python?）：

def grouper(iterable, n, fillvalue=None):
    "Collect data into fixed-length chunks or blocks"
    # grouper('ABCDEFG', 3, 'x') --> ABC DEF Gxx
    args = [iter(iterable)] * n
    return izip_longest(fillvalue=fillvalue, *args)

Answer 3

试试这个：

[编辑：添加了对根据 OP 请求检查的单词的列表支持。还清理了alecx 在这里使用的字典构建代码：https://stackoverflow.com/a/25628562/3646530]

import re

data = """34% passed 23% failed 46% deferred 34% checked"""
checkList = ['passed', 'failed', 'deferred', 'checked']
result = {k:v for (v, k) in re.findall('(\d{1,3})% (' + '|'.join(checkList) + ')', data)}
print(result) # Python 3
#print result # Python 2.7

这里的正则表达式是 \d{1,3} - 捕获百分比 int 并通过|失败|延迟来获取类型。我使用列表推导生成键和值元组的列表，然后将其转换为字典

为了构建字符串'passed|failed| ..' 我使用字符串的 .join 函数来连接 checkList 中的单词，并以竖线字符作为分隔符。