在python中解析/搜索逗号和分号分隔的字符串

我在ATM上工作的东西有一个（有点）长的数据字符串，如下所示：

56,1,0153,0,0；56,1,0,153,0,0;56,1,0,153,0,0;5,1,2,34,B_3,u 1,0；5,1,2,34，C9841,0

我想查找以“C_3;”开头的值，然后返回后面的数字。我知道它们将始终位于分号分隔的值列表的第四位

我曾考虑使用正则表达式将字符串解析为一个列表并搜索所述列表，但我认为这不是很有效

有人能给我指出解决这个问题的正确方向吗？

这个

import re

long_str = "56,1,0,153,0,0;56,1,0,153,0,0;56,1,0,153,0,0;5,1,2,34,B_3_1_1,0;5,1,2,34,C_9841,0;"

splitted_str = re.split(';|,', long_str)   

print next(int(x[2:]) for x in splitted_str if x[:2] == "C_")

替代方案

long_str = "56,1,0,153,0,0;56,1,0,153,0,0;56,1,0,153,0,0;5,1,2,34,B_3_1_1,0;5,1,2,34,C_9841,0;"

split1 = long_str.split(';')

split2 = next(y for y in split1 if "C" in y)

print next(int(x[2:]) for x in split2.split(',') if x[:2] == "C_")

---

一个简单的解决方案是使用

.find

方法

instr = "56,1,0,153,0,0;56,1,0,153,0,0;56,1,0,153,0,0;5,1,2,34,B_3_1_1,0;5,1,2,34,C_9841,0;"

results = []
index = instr.find('C_')
while index >= 0:
    length = instr[index:].find(',')
    assert length > 0
    results.append(instr[index+2:index+length])
    instr = instr[index+length:]
    index = instr.find('C_')

另一种简单且可能更有效的方法是在“C_3;”上进行

.split

：

---

您可以使用simple

re.findall（）

进行以下操作：

import re

your_string = "56,1,0,153,0,0;56,1,0,153,0,0;56,1,0,153,0,0;5,1,2,34,B_3_1_1,0;5,1,2,34,C_9841,0;"

c_values = re.findall(r"C_(\d+)", your_string)  # ['9841']

编辑：如果需要将值作为数字，可以将其转换为生成器：

c_values = [int(x) for x in re.findall(r"C_(\d+)", your_string)]  # [9841]

编辑#2:因为您似乎担心性能，几乎在所有情况下，正则表达式都是最快的方法。如果您计划在大量字符串（而不是几个大字符串）上运行此命令，那么每一点都可能有帮助，因此请先编译正则表达式，然后在需要时调用它：

your_regex = re.compile(r"C_(\d+)")

# now use your_regex whenever you need it
c_values = your_regex.findall(your_string)  # ['9841']

假设：

s = '56,1,0,153,0,0;56,1,0,153,0,0;56,1,0,153,0,0;5,1,2,34,B_3_1_1,0;5,1,2,34,C_9841,0;'

对于避免使用正则表达式的一个班轮，这应该起作用：

Python 2/3——

Python 3

import itertools # err... it becomes 3 lines

next(i for i in itertools.chain.from_iterable(
    ss.split(',') for ss in s.split(';')) if i.startswith('C_'))[2:]

---

然而，如果事情变得复杂，我自己更喜欢正则表达式。现代规则规定“不要过早优化”和“让你的代码可读”

在

C

后面的数字是否加逗号？你说的“永远站在第四位”是什么意思？是的，如果字符串涉及复杂的规则，正则表达式很可能是搜索字符串的最有效方法-您不需要将所有内容拉入/拆分为一个列表。有5个值的逗号分隔字符串：56,1,0153,0,0这些逗号分隔的字符串由分号分隔。这些字符串可以出现在字符串中的任何其他位置吗？至于值本身，假设上面的字符串，您希望结果是

9841

，对吗？没错，我希望结果是'9841'（一个字符串）。将有多个C_实例。在这样的字符串中，我需要找到所有实例并将它们存储在一个列表中。您需要确保在

'C_9841'

之后有一个

，'

。这太低效了。

next(i for sublist in (ss.split(',') for ss in s.split(';')) for i in sublist if i.startswith('C_'))[2:]

import itertools # err... it becomes 3 lines

next(i for i in itertools.chain.from_iterable(
    ss.split(',') for ss in s.split(';')) if i.startswith('C_'))[2:]