使用 re.findall 在正则表达式中捕获命名组

Question

当我试图回答这个问题时：regex to split %ages and values in python 我注意到我必须从 findall 的结果中重新排序组。例如：

data = """34% passed 23% failed 46% deferred"""
result = {key:value for value, key in re.findall('(\w+)%\s(\w+)', data)}
print(result)
>>> {'failed': '23', 'passed': '34', 'deferred': '46'}

这里findall的结果是：

>>> re.findall('(\w+)%\s(\w+)', data)
>>> [('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]

有没有办法更改/指定使 re.findall 返回的组的顺序：

[('passed', '34'), ('failed', '23'), ('deferred', '46')]

澄清一下，问题是：

是否可以指定顺序或重新排序组以返回 re.findall 函数？

我使用上面的示例创建了一个字典，以提供您想要更改顺序的原因/用例（将键作为值，将值作为键）

进一步说明：

为了处理更大更复杂的正则表达式中的组，您可以命名组，但只有在执行 re.search pr re.match 时才能访问这些名称。根据我的阅读，findall 对元组中返回的组有一个固定的索引，问题是任何人都知道如何修改这些索引。这将有助于更轻松、更直观地处理组。

Answer 1

正如您在第二个示例中所确定的，re.findall 按原始顺序返回组。

问题在于标准 Python dict 类型不会以任何方式保留键的顺序。这是 Python 2.x 的手册，其中明确说明，但在 Python 3.x 中仍然如此：https://docs.python.org/2/library/stdtypes.html#dict.items

你应该改用collections.OrderedDict:

from collections import OrderedDict as odict

data = """34% passed 23% failed 46% deferred"""
result = odict((key,value) for value, key in re.findall('(\w+)%\s(\w+)', data))
print(result)
>>> OrderedDict([('passed', '34'), ('failed', '23'), ('deferred', '46')])

请注意，您必须使用成对构造函数形式 (dict((k,v) for k,v in ...) 而不是 dict 理解构造函数 ({k:v for k,v in ...})。那是因为后者构造了dicttype 的实例，不能在不丢失键顺序的情况下将其转换为OrderedDict……这当然是您首先要保留的内容。

Answer 2

根据this comment 中对 OP 意图的进一步说明，采取 3。

Ashwin 是正确的，findall 不保留命名的捕获组（例如 (?P<name>regex)）。 finditer 救援！它一一返回各个匹配对象。简单例子：

data = """34% passed 23% failed 46% deferred"""
for m in re.finditer('(?P<percentage>\w+)%\s(?P<word>\w+)', data):
    print( m.group('percentage'), m.group('word') )

Answer 3

Per the OP's comment on my first answer：如果您只是想像这样重新排序 2 元组列表：

[('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]

...看起来像这样，个别元素颠倒：

[('passed', '34'), ('failed', '23'), ('deferred', '46')]

有一个简单的解决方案：使用带有切片语法 sequence[::-1] 的列表推导来反转各个元组的元素顺序：

a = [('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]
b = [x[::-1] for x in a]
print b