在使用python以分号分隔的某些字符串之后提取逗号分隔的单词

Question

我有一个长文件

Jet pack(human, metal)
thin wire, sheet; fat tube,rod
thin girl;
fat boy;
We like to read
They like to write
End

我想提取“thin”和“fat”之后用逗号分隔的所有单词。这些词也可以单独使用。在任何情况下，即使细和粗都出现在一行上，它们也会用分号分隔。 我的数组将包含：

wire, sheet, tube,rod,girl,boy

我需要一个包含这些单词的数组，然后我将使用它来扩展函数的参数。既然是混合物，我们怎么能用 strip for ;然后再次使用 strip for ,?

干杯

Answer 1

您可以在此处使用正则表达式来提取您需要的值，然后使用re.split() 以逗号或分号分隔：

这是我正在使用的正则表达式：

(?:thin|fat)(.*?)(?=thin|fat|\n)

它将匹配 Thin/fat 之后的任何内容，并且在它找到另一个 Thin/fat 或换行之前。

x = """
Jet pack(human, metal)
thin wire, sheet; fat tube,rod
thin girl;
fat boy;
We like to read
They like to write
End
"""
import re

y = [j.strip() for i in re.findall(r'(?:thin|fat)(.*?)(?=thin|fat|\n)', x) for j in re.split(r'[;,]', i) if j.strip()]
print(y)

输出：

['wire', 'sheet', 'tube', 'rod', 'girl', 'boy']

您提到您在从文件中读取此内容时遇到困难，这是一个从文件中读取的工作示例：

test.txt

Jet pack(human, metal)
thin wire, sheet; fat tube,rod
thin girl;
fat boy;
We like to read
They like to write
End

代码

import re

with open('test.txt') as f:
  y = [j.strip() for i in re.findall(r'(?:thin|fat)(.*?)(?=thin|fat|\n)', f.read()) for j in re.split(r'[;,]', i) if j.strip()]
  print(y)

输出：

['wire', 'sheet', 'tube', 'rod', 'girl', 'boy']

You can try out my solution to see that it works here