Python 如何使用正则表达式从字符串创建字典以获取组？

我有一项复杂的任务要完成： 从一个字符串中，我希望能够对特定类别中的单词进行分类

s = 'Age 63 years, female 35%; race or ethnic group: White 68%, Black 5%, Asian 19%, other 8%'
d = function(s)
print(d)
      {"age": "63 years",
       "gender: "female 35%",
       "race": "White 68%, Black 5%, Asian 19%, other 8%"}

我必须指出，并非所有字符串的格式都相同，但在所有字符串中都有一组有限的类别（

年龄

，

性别

，

种族

，

地区

），但有些字符串在4个类别中只有1个或2个

s = 'Age 63 years, female 35%; race or ethnic group: White 68%, Black 5%, Asian 19%, other 8%'
d = function(s)
print(d)
      {"age": "63 years",
       "gender: "female 35%",
       "race": "White 68%, Black 5%, Asian 19%, other 8%"}

以下是一些其他玩具线：

s2 = 'Age 71 years, male 64%'
s3 = 'Age 64 years, female 21%,
Race or ethnicity: White 66%, Black 5%, Asian 18%, other 11%
Region: N. America 7%, Latin America 17%, W. Europe or other 24%, central Europe 33%, Asia-Pacific 18%

如您所见，有一些模式：

• age

  前面没有任何

  ：'

• 性别

  记录为女性或男性

• race

  和

  region

  后面跟着

  ：'

我感兴趣的是收集与类别对应的所有信息，如我的玩具示例中种族类别所示

我需要的是：

使用适当的捕获组编写正则表达式模式以获得结果

将匹配项转换为字典：我看到了使用

.groupdict（）

方法的解决方案

我在编写将返回上述组的正则表达式模式时遇到问题

我看到了一个类似问题的有趣解决方案：。

---

但是我很难将它应用到我的正则表达式中。

你可以通过一组正则表达式传递输入字符串，每个正则表达式试图提取你在问题中提到的一列，而不是找到一个黄金正则表达式来处理所有情况。差不多

ageMatch = re.match( r'Age\s+(\d+)\s+years?', s, re.I)
if ageMatch:
    //Use ageMatch.group(1) to form part of your dict

genderMatch = re.match( r'(male|female)\s+(\d+)\s*%', s, re.I)
if genderMatch:
    //Use genderMatch.group(1) genderMatch.group (2) to form part of your dict
    

---

看起来您正在寻找基于一个示例字符串的通用解决方案。所有字符串都是这种形式吗？请澄清在何种情况下进行SEP操作？（对于年龄，必须显示qord年龄，可能的性别只有男性或女性？顺序总是与示例中的顺序相同？），第二，您尝试过什么吗？分享它。嗨，你们两个@MarkMeyer和@YossiLevi！我更新了我的问题以纳入您的问题。提前谢谢！您可以使用第一个模式，

Age.\d{1，}.\w{1，}

，发现它，从字符串中删除，然后处理不带年龄的子字符串以获得第一个模式，然后使用

^\w+\s{1，}\d{1，}%

，remove等等来发现

女性35%

。要找到第一个模式，您可以使用

^\w+\s{0，}\d{1，}\s{0，}\w+

，从字符串中删除它，并对子字符串执行相同的

^\w+\s{1，}\d{1，}%

操作，等等。谢谢您的提示！这实际上是一个很好的选择！！