检测并提取字符串列表中的变化数字答案

【问题标题】：Detect and extract changing numbers in list of strings检测并提取字符串列表中的变化数字
【发布时间】：2013-06-06 10:43:49
【问题描述】：

假设我有一个音频文件名列表（它可以是任何带有连续数字的字符串列表），它们具有不同的命名方案，但所有文件名中都包含轨道号。

我想提取变化的数字。

示例 1

Fooband 41 - Live - 1. Foo Title
...
Fooband 41 - Live - 11. Another Foo Title

想要的结果

号码列表：1,2,3,...,11

示例 2

02. Barband - Foo Title with a 4 in it
05. Barband - Another Foo Title
03. Barband - Bar Title
...
17. Barband - Yet another Foo Title

想要的结果

号码列表：2,5,3,...,17

由于索引号的位置不固定，我（认为）我不能在那里使用正则表达式。

我有什么

找到字符串的共同前缀和后缀并将其删除
查看字符串左右两边是否有数字
使用该数字获取索引

但有一个问题：如果我找到 示例 1 的通用前缀，那么通用前缀将是 Fooband 41 - Live - 1，所以 1 会丢失（对于像 Song X - 10, Song X - 11, ...) 这样的命名方案也是如此。

问题

有什么好方法可以检测和提取字符串列表中不断变化的数字（在相似位置）？

我正在使用 Python（这对这个问题并不重要）

如果我也能检测到罗马数字，那将是一个好处，但我怀疑这会更困难。

【问题讨论】：

我认为你应该有一个直接的结构来命名你的音频文件名，这样你就可以得到所有情况的解决方案。
是的，但我只是想说明音频文件的问题以便于理解（在命名音频文件时，我实际上非常迂腐;-)。解决方案应该适用于任何字符串列表。

标签： python algorithm language-agnostic

【解决方案1】：

f = open('data.txt')
data = []

pattern = "\d+|[IVX]+"
regex = re.compile(pattern)

for line in f:
    matches = re.findall(regex, line)
    data.append(matches)

f.close()

print data
transposed_data = zip(*data)
print transposed_data

for atuple in transposed_data:
    val = atuple[0]

    if all([num==val for num in atuple]): 
        next
    else:
        print atuple
        break

数据.txt：

Fooband 41 - Live - 1. Foo Title
Fooband 41 - Live - 2. Foo Title
Fooband 41 - Live - 3. Foo Title
Fooband 41 - Live - 11. Another Foo Title

--输出：--

[['41', '1'], ['41', '2'], ['41', '3'], ['41', '11']]
[('41', '41', '41', '41'), ('1', '2', '3', '11')]
('1', '2', '3', '11')

数据.txt：

01. Barband - Foo Title with a 4 in it
05. Barband - Another Foo Title
03. Barband - Bar Title
17. Barband - Yet another Foo Title

--输出：--

[['01', '4'], ['05'], ['03'], ['17']]
[('01', '05', '03', '17')]
('01', '05', '03', '17')

数据.txt：

01 Barband - Foo Title with a (I) in it
01 Barband - Another Foo (II) Title
01. Barband - Bar Title (IV)
01. Barband - Yet another (XII) Foo Title

--输出：--

[['01', 'I'], ['01', 'II'], ['01', 'IV'], ['01', 'XII']]
[('01', '01', '01', '01'), ('I', 'II', 'IV', 'XII')]
('I', 'II', 'IV', 'XII')

【讨论】：

花了我一两秒钟才弄明白，但这很好！

【解决方案2】：

如果它们的格式相似，您可以使用 python 的re module。从字符串列表中提取这些数字的简短代码如下所示：

import re
regex = re.compile(".*([0-9]+).*")

number = regex.match("Fooband 41 - Live - 1. Foo Title").group(1)

【讨论】：