如何有条件地删除正则表达式答案

【问题标题】：How to conditional delete regex如何有条件地删除正则表达式
【发布时间】：2020-05-09 20:42:54
【问题描述】：

我正在尝试处理 word 文件，我必须对此进行总结：

str = '''red (5), blue (3 left, right, up), green(2 one, two, three), yellow(7)'''

到这里：

{red:5, blue:3, green:2, yellow:7}

只有括号中的数值对我很重要。

我尝试过处理一些长代码，但效果不佳，所以基本上，我想要一个简单的解决方案，例如：

# discard everything else in bracket except for the numeric value
re.replace(r'(.)', '**NUMERIC VALUE**', str)
# also split based on a ',' that is outside the bracket
re.compile('\),').split('str')

我无法弄清楚 *NUMERIC VALUE** 部分以及如何根据正则表达式进行条件拆分提前感谢您的帮助

【问题讨论】：

缺少详细信息。是否保证数字始终是括号内的第一个也是唯一的第一个元素？
数字总是第一个，我总是想要第一个数字，因为在某些情况下，括号内还有数字后面的日期，

标签： python regex string nlp

【解决方案1】：

此脚本会为您的问题中的字符串生成所需的结果，但需要对真实数据进行更多测试：

import re

s = '''red (5), blue (3 left, right, up), green(2 one, two, three), yellow(7)'''

d = dict(re.findall(r'([a-z]+)\s*\(.*?(\d+)', s))

print(d)

打印：

{'red': '5', 'blue': '3', 'green': '2', 'yellow': '7'}

【讨论】：

只需少量编辑，即可完美运行。非常感谢。不过有一件事 - 你是如何在最后一部分用数值替换正则表达式的 '(.*?(\d+)'
@JaySabir 也许我不明白 - 我用正则表达式组创建 2 元素元组，第一组是颜色名称，第二组是数字（因此 \d+）。然后我喂这些元组做dict()构造函数来获取字典。

【解决方案2】：

这是否解决了您的问题：https://regex101.com/r/QQ19Qi/1

import re

regex = r"(.*)\ ?\((\d+).*\).*"

test_str = "red (5), blue (3 left, right, up), green(2 one, two, three), yellow(7)"

subst = "\\1:\\2"

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

【讨论】：