根据列表python中的模式提取值

Question

我想根据列表中的特定模式提取值。

**Example:**
ticker=['HF (NYSE) (81%);BPO (NEW YORK)]']

**Expected Output:**
Tickercode-HF;BPO
StockCode-NYSE;NEW YORK
Relevancescore-81;0

**My code**:
Tickercode=[x for x in ticker if re.match(r'[\w\.-]+[\w\.-]+', x)]
Stockcode=[x for x in ticker if re.match(r'[\w\.-]+(%)+[\w\.-]+', x)]
Relevancescore=[x for x in ticker if re.match(r'[\w\.-]+(%)+[\w\.-]+', x)]

**My output:**
['HF (NYSE) (81%);BPO (NEW YORK)]']
[]
[]

但是我得到了错误的输出。请帮我解决问题。

谢谢

Answer 1

首先，ticker 的每一项都包含多个用分号分隔的记录，所以我建议规范化ticker。然后迭代字符串并使用提取信息 模式'(\w+) \(([\w ]+)\)( \(([\d]+)%\))?'.

import re

ticker=['HF (NYSE) (81%);BPO (NEW YORK)]']
ticker=[y for x in ticker for y in x.split(';')]

Tickercode=[]
Stockcode=[]
Relevancescore=[]

for s in ticker:
    m = re.search(r'(\w+) \(([\w ]+)\)( \(([\d]+)%\))?', s)
    Tickercode.append(m.group(1))
    Stockcode.append(m.group(2))
    Relevancescore.append(m.group(4))

print(Tickercode)
print(Stockcode)
print(Relevancescore)

输出：

['HF', 'BPO']
['NYSE', 'NEW YORK']
['81', None]

更新：

使用re.search 而不是re.match，它将匹配字符串开头的模式。您的输入有一个前导空格，导致它失败。

您可以添加它来打印不匹配的字符串。

    if m is None:
        print('%s cannot be matched' % s)
        continue

Answer 2

您的代码的问题在于您正在根据输入构建每个列表。您是在告诉它，“如果输入与我的正则表达式匹配，则列出输入”。 re.match() 仅匹配字符串的开头，因此唯一匹配的正则表达式是匹配股票代码本身的正则表达式。

我在下面稍微重新组织了您的代码，以展示它是如何工作的。

• 对正则表达式使用 re.compile() 不必每次都创建
• 使用 re.search() 可以找到嵌入的模式
• 使用 match.group(1) 获取查询的匹配部分，而不是整个输入。

• 分解你的输入，这样你一次只处理一个组

  #!/usr/bin/env python
  
  import re
  
  # Example:
  ticker=['HF (NYSE) (81%);BPO (NEW YORK)]']
  
  # **Expected Output:**
  # Tickercode-HF;BPO
  # StockCode-NYSE;NEW YORK
  # Relevancescore-81;0
  
  tickercode=[]
  stockcode=[]
  relevancescore=[]
  
  ticker_re = re.compile(r'^\s*([A-Z]+)')
  stock_re = re.compile(r'\(([\w ]+)\)')
  relevance_re = re.compile(r'\((\d+)%\)')
  
  for tick in ticker:
      for stockinfo in tick.split(";"):
          ticker_match = ticker_re.search(stockinfo)
          stock_match = stock_re.search(stockinfo)
          relevance_match = relevance_re.search(stockinfo)
  
          ticker_code = ticker_match.group(1) if ticker_match else ''
          stock_code = stock_match.group(1) if stock_match else ''
          relevance_score = relevance_match.group(1) if relevance_match else '0'
  
          tickercode.append(ticker_code)
          stockcode.append(stock_code)
          relevancescore.append(relevance_score)
  
  print 'Tickercode-' + ';'.join(tickercode)
  print 'StockCode-' + ';'.join(stockcode)
  print 'Relevancescore-' + ';'.join(relevancescore)