Python、字符串、Unicode 字符答案

【问题标题】：Python, strings, unicode charactersPython、字符串、Unicode 字符
【发布时间】：2011-11-12 03:45:47
【问题描述】：

comp/INFO_MAP_ECE/101102.1.119

这个字符串是 CPU 的输出，但是数字后面总是有特殊/不可打印的字符，我的目标是获得不包括它之前的文本和它之后的特殊/不可打印的数字。我正在尝试拆分方法，但不确定特殊/不可打印字符使用什么。任何人都可以提出一些建议吗？这将是一个很大的帮助。谢谢。

【问题讨论】：

我建议您向我们展示用于提取文本的代码
如果我的回答解决了你的问题，你应该点击复选标记接受它。
如果您得到的答案之一解决了您的问题，请点击复选标记接受它。

标签： python regex string unicode character

【解决方案1】：

数字总是相同的长度吗？如果是这样，您可以对字符串进行切片。

'comp/INFO_MAP_ECE/101102.1.119'[18:30]

【讨论】：

不是一个好主意。即使数字现在的长度相同，也可能并非总是如此。维护起来也变得相当繁琐。这正是正则表达式的用途。

【解决方案2】：

假设你的输出总是和你展示的一样，你可以使用regular expression：

numPattern = r'/([\d.]+)'
output = 'comp/INFO_MAP_ECE/101102.1.119'

m = re.search(numPattern, output)

if m: #If a match was found
  numString = m.group(1)  #Extracts the first group surrounded by ()
  #etc

这里的模式查找 /，然后是一些数字和句点，然后是任何内容，并仅提取数字和句点。只要您始终获得与该描述匹配的字符串，这应该可以工作。

HTH！

【讨论】：

据我所知. 不必在字符类中转义。所以，模式应该是[\d.]+'，而不是[\d\.]+'。
另外，我不明白，.* 在模式末尾做了什么。
已更改。我不知道字符类中的.s，所以很高兴知道。我也不完全确定.* 在那里做什么。也许我在考虑不可打印的字符？