在Python中使用纯正则表达式方法

我有一篇包含

text = """Dave 2008-09-20 2020-05-31 dave@google.com
Steve 2009-01-23 2020-04-30 steve@gmail.com 
Rob 2007-02-14 2020-04-30 rob@gmail.com 
Ryan 2010-02-11 2020-03-10 ryan@yahoo.com 
"""

我需要将其更改为两种形式： 第一:

第二：

[('Dave', '2008-09-20', '2020-05-31', 'dave@google.com'),
 ('Steve', '2009-01-23', '2020-04-30', 'steve@gmail.com'),
 ('Rob', '2007-02-14', '2020-04-30', 'rob@gmail.com'),
 ('Ryan', '2010-02-11', '2020-03-10', 'ryan@yahoo.com')]

我得到了所有的结果：- 但这肯定不是纯粹的正则表达式用法

首先，我使用

splB = re.split(r'\n+',text.strip())
splB
test = [x for x in splB]
test

第二，我使用：

splC = [(tuple)(re.split(' ',x.strip())) for x in re.split(r'\n',text.strip())] 
splC

两者都得到相同的结果，但我想使用正则表达式作为我的方法。。

---

如果可能的话，我不想使用类似list.split（）的东西，但只使用正则表达式和正则表达式。

请记住，除非这只是为了练习，否则这里不需要使用

regex

<在这种情况下，code>str.split将更简单。如果这只是为了练习

regex

，那么这将对您有用：

splt = [s.strip() for s in re.split(r"\n(?=\w)", text)] # your "first form"
formatted = [] # your "second form"
for s in splt:
    formatted.append(tuple(re.split(r"\s", s)))

如果您正在寻找单班轮，这是完全可能的：

x = [tuple(re.split(r"\s", s.strip())) for s in re.split(r"\n(?=\w)", text)]

正则表达式解释 第一个很简单：

r“\s”

只是在每个空格上拆分。这相当于

str.split（“”）

---

第二个表达式，

r“\n（？=\w）”

使用正向前瞻来匹配

\n

，在

a-zA-Z0-9

集合中只后跟一个字符。

请记住，除非这只是为了练习，否则此处不需要使用

regex

<在这种情况下，code>str.split将更简单。如果这只是为了练习

regex

，那么这将对您有用：

splt = [s.strip() for s in re.split(r"\n(?=\w)", text)] # your "first form"
formatted = [] # your "second form"
for s in splt:
    formatted.append(tuple(re.split(r"\s", s)))

如果您正在寻找单班轮，这是完全可能的：

x = [tuple(re.split(r"\s", s.strip())) for s in re.split(r"\n(?=\w)", text)]

正则表达式解释 第一个很简单：

r“\s”

只是在每个空格上拆分。这相当于

str.split（“”）

---

第二个表达式，

r“\n（？=\w）”

使用正向前瞻来匹配

\n

，该表达式后面只有

a-zA-Z0-9

集合中的一个字符。

第一种形式的纯正则表达式：

re.findall（r“[A-Za-z]+\s（？[0-9]{4}-[0-9]{2}-[0-9]{2}\s）{2}\w++\w++.[A-z]+”，文本）

结果:

['Dave 2008-09-20 2020-05-31dave@google.com',
史蒂夫2009-01-23 2020-04-30steve@gmail.com',
“Rob 2007-02-14 2020-04-30rob@gmail.com',
“Ryan 2010-02-11 2020-03-10ryan@yahoo.com']

说明：

• [A-Za-z]+

  ：匹配名称，例如“Dave”

• \s

  ：匹配名称和第一个日期之间的空格

• （？：[0-9]{4}-[0-9]{2}-[0-9]{2}\s）{2}

  ：以YYYY-MM-DD的形式与两个日期（

  {2}

  ）完全匹配的非捕获组，后跟空格

• \w++\w+.[a-z]+

  ：与电子邮件匹配

---

对于第二种形式，您可以执行以下操作：

regex=r“[A-Za-z]+\s（？[0-9]{4}-[0-9]{2}-[0-9]{2}\s）{2}\w++\w++.[A-z]+”
[用于re.findall（regex，text）中的行的元组（re.split（r“\s”，row））]

但是使用函数str.split肯定会更简单：

[用于re.findall（regex，text）中的行的元组（row.split（''）]

在这两种情况下，结果都是：

[（'Dave'，'2008-09-20'，'2020-05-31'，'dave@google.com'),
（'Steve'、'2009-01-23'、'2020-04-30'、'steve@gmail.com'),
（'Rob'，'2007-02-14'，'2020-04-30'，'rob@gmail.com'),
（'Ryan'，'2010-02-11'，'2020-03-10'，'ryan@yahoo.com')]
第一种形式的纯正则表达式：

re.findall（r“[A-Za-z]+\s（？[0-9]{4}-[0-9]{2}-[0-9]{2}\s）{2}\w++\w++.[A-z]+”，文本）

结果:

['Dave 2008-09-20 2020-05-31dave@google.com',
史蒂夫2009-01-23 2020-04-30steve@gmail.com',
“Rob 2007-02-14 2020-04-30rob@gmail.com',
“Ryan 2010-02-11 2020-03-10ryan@yahoo.com']

说明：


[A-Za-z]+
：匹配名称，例如“Dave”
\s
：匹配名称和第一个日期之间的空格
（？：[0-9]{4}-[0-9]{2}-[0-9]{2}\s）{2}
：以YYYY-MM-DD的形式与两个日期（
{2}
）完全匹配的非捕获组，后跟空格
\w++\w+.[a-z]+
：与电子邮件匹配


对于第二种形式，您可以执行以下操作：

regex=r“[A-Za-z]+\s（？[0-9]{4}-[0-9]{2}-[0-9]{2}\s）{2}\w++\w++.[A-z]+”
[用于re.findall（regex，text）中的行的元组（re.split（r“\s”，row））]

但是使用函数str.split肯定会更简单：

[用于re.findall（regex，text）中的行的元组（row.split（''）]

在这两种情况下，结果都是：

[（'Dave'，'2008-09-20'，'2020-05-31'，'dave@google.com'),
（'Steve'、'2009-01-23'、'2020-04-30'、'steve@gmail.com'),
（'Rob'，'2007-02-14'，'2020-04-30'，'rob@gmail.com'),
（'Ryan'，'2010-02-11'，'2020-03-10'，'ryan@yahoo.com')]
实际上，这只是一个练习。。Idk如果我的讲师想要一行，或者实际上有一个表达式可以满足所有标准。。目前，我不会接受这个答案。。但是只要投票就好了。听起来不错，如果你有任何问题，请告诉我！是 啊现在什么都没有。。但我学到了积极的前瞻比赛。。这很好实际上这只是一个练习。。Idk如果我的讲师想要一行，或者实际上有一个表达式可以满足所有标准。。目前，我不会接受这个答案。。但是只要投票就好了。听起来不错，如果你有任何问题，请告诉我！是 啊现在什么都没有。。但我学到了积极的前瞻比赛。。这很好。你有什么特别的理由想使用正则表达式吗？当涉及到案件覆盖范围时，它们可能会被证明是相当混乱的，除非写得非常谨慎。你有什么特别的原因想使用正则表达式吗？当涉及到案件覆盖范围时，它们可能会被证明是相当混乱的，除非以最谨慎的方式书写。