从 .txt 解析 Python 字符串答案

【问题标题】：Python string parsing from .txt从 .txt 解析 Python 字符串
【发布时间】：2015-03-05 18:59:28
【问题描述】：

我有以下形式的字符串：

}# => 2[1 HMDB00001 ,2 HMDB00002]
}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]
}# => 1[1 HMDB00001]

在 .txt 文件中。我正在尝试使用带有正则表达式的 re.search() 在 python 列表中解析它们，但到目前为止没有成功。你可以猜到列表应该包含如下元素elements = ["1 HMDB00001", "2 HMDB00002", "3 HMDB00003"]。列表彼此独立。所以，解析时只考虑一行(eg. }# => 2[1 HMDB00001 ,2 HMDB00002])。

【问题讨论】：

添加您的不成功尝试

标签： python parsing

【解决方案1】：

(?<=[\[,])\s*(\d+ HMDB0+\d+)

改用re.findall。查看演示。

https://regex101.com/r/eS7gD7/19#python

import re
p = re.compile(r'(?<=[\[,])\s*(\d+ HMDB0+\d+)', re.IGNORECASE | re.MULTILINE)
test_str = "}# => 2[1 HMDB00001 ,2 HMDB00002]\n}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]\n}# => 1[1 HMDB00001]"

re.findall(p, test_str)

【讨论】：

【解决方案2】：

这似乎有效，但鉴于您的问题，很难确定。您也许可以根据得到的答案拼凑出一个解决方案。

import re

strings = [
    '}# => 2[1 HMDB00001 ,2 HMDB00002]',
    '}# => 5[1 HMDB00001 ,2 HMDB00002, 3 HMDB00003 ,4 HMDB00004,5 HMDB00005]',
    '}# => 1[1 HMDB00001]',
]

for s in strings:
    mat = re.search(r'\[(.*)\]', s)
    elements = map(str.strip, mat.group(1).split(','))
    print elements

哪些输出：

['1 HMDB00001', '2 HMDB00002']
['1 HMDB00001', '2 HMDB00002', '3 HMDB00003', '4 HMDB00004', '5 HMDB00005']
['1 HMDB00001']

【讨论】：

【解决方案3】：

假设您的模式是：一位数字，一个空格，HMDB，5 位数字，按此顺序。

结果存储在每行的字典中。

import re

matches = {}
with open('my_text_file.txt', 'r') as f:
    for num, line in enumerate(f):
        matches.update({num: re.findall(r'\d\sHMDB\d{5}', line)})

print(matches)

如果HMDB 可能不同，您可以使用r'\d\s[a-zA-Z]{4}\d{5}'。

【讨论】：