Python 如何有效地提取遵循相同模式的特定数量和特定类型的字符串？

我想以相同的模式（author list.year.title.Journal）从出版物记录中提取年份和标题

例如，对于以下出版物记录

text

：

text=['Axley, J. 1988. Progress Toward a General Analytical Method for Predicting Indoor Air Pollution in Buildings: Indoor Air Quality Modeling Phase III Report. Gaithersburg, Maryland: National Bureau of Standards, NBSIR 88-3814.',
 'Bearg, D.W. 1994. Second Generation Demand-Controlled Ventilation Systems. Proceedings of ASHRAE IAQ 94: 169-174.',
 'Berg-Munch, B., G. Clausen and P.O. Fanger. 1986. Ventilation Requirements for the Control of Body Odor in Spaces Occupied by Women. Environment International 12: 195-199.']

预期产出将是：

['1988'、'1994'、'1986']

和

[“预测建筑物室内空气污染的通用分析方法进展：室内空气质量建模第三阶段报告”，“第二代需求控制通风系统”，“控制女性居住空间气味的通风要求”]

我正在尝试使用正则函数。我的代码很长，但可以提取预期的输出。我想知道如何有效地做到这一点

newline=[]
for line in range(len(text)):
    key=text[line]
    p1=r"[0-9][0-9][0-9][0-9]\..+?\."    
    pattern1 = re.compile(p1)
    newline.append("".join(pattern1.findall(key)))
year = [x.split('.')[0] for x in newline] 
title = [y.split('.')[1] for y in newline] 

---

您可以使用2个捕获组：

\s(\d{4})\.\s*(.+)

正则表达式解释：

• \s

  ：匹配空白

• （\d{4}）

  ：匹配捕获组#1中的4位数字

• \。

  ：匹配一个点

• \s*

  ：匹配0个或多个空格

• （.+）

  ：匹配捕获组2中任意字符的1+

代码：

>>重新导入
>>>text=['Axley，J.1988.建筑物室内空气污染预测通用分析方法的进展：室内空气质量建模第三阶段报告。马里兰州盖瑟斯堡：国家标准局，NBSIR 88-3814，
“Bearg，D.W.1994。第二代需求控制通风系统。ASHRAE IAQ会议录94:169-174。”，
“Berg Munch，B.，G.Clausen和P.O.Fanger.1986.女性居住空间中控制体味的通风要求.国际环境12:195-199.”
>>>年份=[]
>>>标题=[]
>>>对于文本中的s：
...     m=重新搜索（r'\s（\d{4}）\.\s*（.+）'，s）
...     如果（m）：
...             年份。追加（m.group（1））
...             标题.附加（m.group（2））
...
>>>印刷品（年）
['1988', '1994', '1986']
>>>印刷品（标题）
[
“预测建筑物室内空气污染的通用分析方法进展：室内空气质量建模第三阶段报告。马里兰州盖瑟斯堡：国家标准局，NBSIR 88-3814。”，
“第二代需求控制通风系统。ASHRAE IAQ会议录94:169-174。”，
“女性居住空间中控制体味的通风要求。国际环境12:195-199。”
]

你熟悉捕捉括号吗？它简洁明了！