Python 如何从格式一致的字符串列表中提取ID号

我正在处理一组数据，这些数据的名称和用户名组合在一个字符串中。例如，如果用户名为“John Smith”，其ID号为1234567，则字符串将为“John Smith---1234567”。字符串的格式一致，始终为：

NAME [space] 3 HYPHENS [space] ID number

我试图找到一种从这些字符串中提取ID号的方法。我发现做这样的事情：

foo = "John Smith --- 1234567"

bar = [str(s) for s in foo.split() if s.isdigit()]

>>> data = "John Smith --- 1234567"
>>> idtext = data.rsplit(' --- ', 1)[1]
>>> int(idtext)
1234567

我得到了这样一个列表['1234567']。这将满足我的需要，但我想知道是否有一种更“Pythonic”/clean的方法来做到这一点？有没有一种方法可以直接获取返回的ID号和int，而不是一个包含字符串的列表？

如何：

bar = [int(s) for s in foo.split() if s.isdigit()]

相反？

那么：

bar = [int(s) for s in foo.split() if s.isdigit()]

---

相反？

您可以在这种情况下使用正则表达式

import re
foo = "John Smith --- 1234567"
id = re.search(r'\d+',foo).group()

---

对于这种情况，可以使用正则表达式

import re
foo = "John Smith --- 1234567"
id = re.search(r'\d+',foo).group()

---

正则表达式的适当使用是“Pythonic”：

正则表达式要求输入任何序列，后跟“--”标记，后跟数字，然后是行尾。这可能限制太多，或者限制不够，具体取决于实际数据

这是否适合您的情况，以及您是否希望任何错误处理覆盖可能的意外情况，这是您的决定。还请注意，这将允许您对包含许多行的输入同时执行此操作

正如BrianM.Sheldon所说，如果您正在寻找的是在末尾查找的东西，那么使用string split（）（或rsplit（））也会在适当的时候“Pythonic”，这看起来如下：

foo = "John Smith --- 1234567"

bar = [str(s) for s in foo.split() if s.isdigit()]

>>> data = "John Smith --- 1234567"
>>> idtext = data.rsplit(' --- ', 1)[1]
>>> int(idtext)
1234567

---

我首先展示了regex版本，因为根据我的经验，在一行上执行此操作可能意味着您有一堆行，从一行到使用re.findall（）使这比手动迭代行（使用for循环或生成器等）要简单一些并将拆分应用于每个表达式。

正则表达式的适当用法是“Pythonic”：

正则表达式要求输入任何序列，后跟“--”标记，后跟数字，然后是行尾。这可能限制太多，或者限制不够，具体取决于实际数据

这是否适合您的情况，以及您是否希望任何错误处理覆盖可能的意外情况，这是您的决定。还请注意，这将允许您对包含许多行的输入同时执行此操作

正如Brian M.Sheldon所评论的，使用字符串split（）（或者rsplit（），如果您在末尾查找某个内容的话）在适当的时候也是“Pythonic”的，这看起来像这样：

foo = "John Smith --- 1234567"

bar = [str(s) for s in foo.split() if s.isdigit()]

>>> data = "John Smith --- 1234567"
>>> idtext = data.rsplit(' --- ', 1)[1]
>>> int(idtext)
1234567

---

我首先展示了regex版本，因为根据我的经验，在一行上执行此操作可能意味着您有一堆行，从一行到使用re.findall（）使这比手动迭代行（使用for循环或生成器等）要简单一些并将拆分应用于每个对象。

您可以使用

过滤器
和
str.isdigit
：

''.join(list(filter(str.isdigit, foo)))

您可以使用
filter
和
str.isdigit
：

''.join(list(filter(str.isdigit, foo)))

如果我正确理解你的问题…：

id = int(foo.split(' --- ')[-1])

首先，您的
foo
被分成一个列表两部分-在
--
之前和之后-然后此列表的最后一个元素（显然应该是ID）被转换为int。
如果我正确理解了您的问题…：

id = int(foo.split(' --- ')[-1])

首先，您的
foo
被分成一个列表两部分-在
--
之前和之后-然后此列表的最后一个元素（显然应该是ID）被转换为int.
或
bar=[int（s[-1]），用于foo.split（）中的s
@Michael，而不是在实际的分隔符
foo.split（--）或
bar=[int（s）上拆分[-1]）对于foo.split（）]中的s
@Michael改为使用实际分隔符
foo.split（“--”）进行拆分，虽然我同意适当的正则表达式是pythonic的，但如果文本的格式与前面提到的一致，则在
上进行拆分“---”
获取最后一个值是pythonic的，而且比正则表达式更快。此外，这个正则表达式可能会得到改进，它至少需要18个步骤才能获得1位数的ID，24个步骤才能获得7位数的ID，如示例所示。相比之下，
“--（\d+）$”
无论ID长度如何，只需要9个步骤。@Brian，re.match（）例程被锚定到文本的开头。若要删除。*部分，需要使用re.search（）相反。非常正确，但我发现自己使用
re.search
的频率比使用
re.match
的频率要高，除非模式真的在字符串的开头。@Brian，这是完全合理的。就我而言，我喜欢非常明确地说明我实际上跳过了什么，即使它只是“任何东西”。我认为它使我的代码更具可读性。虽然我同意适当的正则表达式是pythonic，但如果文本的格式与前面提到的一致，则在
上拆分--”
获取最后一个值是pythonic的，而且比正则表达式更快。此外，这个正则表达式可能会得到改进，它至少需要18个步骤才能获得1位数的ID，24个步骤才能获得7位数的ID，如示例所示。相比之下，
“--（\d+）$”
无论ID长度如何，只需要9个步骤。@Brian，re.match（）例程被锚定到文本的开头。若要删除。*部分，需要使用re.search（）相反。非常正确，但我发现自己使用
re.search
的频率比使用
re.match
的频率要高，除非模式真的在字符串的开头。@Brian，这是完全合理的。就我而言，我喜欢非常明确地说明我实际上跳过了什么，即使它只是“任何东西”。我认为这会使我的代码更具可读性。在我看来，这是一种高压方法。我认为在分隔符上拆分是更好的选择。在我看来，这是一种高压方法。我认为在分隔符上拆分是更好的选择。这是我认为最好的答案，但您可能应该解释代码的实际用途这是我认为最好的答案，