Python 使用PyParsing匹配2个以上的空格

我有一个字符串，如下所示：

date                Not Important                         value    NotImportant2
11.11.13            useless . useless,21 useless 2        14.21    asmdakldm
21.12.12            fmpaosmfpoamsp 4                      41       ajfa9si90

我只需要提取最后的日期和值

如果我使用标准过程匹配多个单词，pyparsing将“Not Important”列的最后一个数字匹配为“value”

anything=pp.Forward（）
任何描述
要匹配2个或更多空格，可以使用
\s{2，}

此表达式将：


捕获日期字段
捕获倒数第二个字段

^（\d{2}\.\d{2}.\d{2}）[^\r\n]*\s（\s+）\s{2，}\s+\s*（？：[\r\n]|\Z）


例子

示例文本

date                Not Important                         value    NotImportant2
11.11.13            useless . useless,21 useless 2        14.21    asmdakldm
21.12.12            fmpaosmfpoamsp 4                      41       ajfa9si90

匹配

[0][0] = 11.11.13            useless . useless,21 useless 2        14.21    asmdakldm

[0][3] = 11.11.13
[0][4] = 14.21

[1][0] = 21.12.12            fmpaosmfpoamsp 4                      41       ajfa9si90
[1][5] = 21.12.12
[1][6] = 41

这个示例文本是列式的，因此pyparsing在这里有点过分了。
你可以写：

fieldslices = [slice(0,8), # dateslice
               slice(58,58+8), # valueslice
              ]

for line in sample:
    date,value = (line[x] for x in fieldslices)
    print date,value.strip()

并获得：

date     value
11.11.13 14.21
21.12.12 41

但是，由于您特别需要pyparsing解决方案，因此对于这样的列，您可以使用
GoToColumn
类：

from pyparsing import *

dateExpr = Regex(r'(\d\d\.){2}\d\d').setName("date")
realNum = Regex(r'\d+\.\d*').setName("real").setParseAction(lambda t:float(t[0]))
intNum = Regex(r'\d+').setName("integer").setParseAction(lambda t:int(t[0]))
valueExpr = realNum | intNum

patt = dateExpr("date") + GoToColumn(59) + valueExpr("value")

GoToColumn
类似于
SkipTo
，但它不是前进到表达式的下一个实例，而是前进到特定的列号（其中列号是基于1的，而不是像字符串切片中那样基于0的）

下面是应用于示例文本的解析器：

# Normally, input would be from some text file
# infile = open(sourcefile)
# but for this example, create iterator from the sample 
# text instead
sample = """\
date                Not Important                         value    NotImportant2
11.11.13            useless . useless,21 useless 2        14.21    asmdakldm
21.12.12            fmpaosmfpoamsp 4                      41       ajfa9si90
""".splitlines()

infile = iter(sample)

# skip header line
next(infile) 

for line in infile:
    result = patt.parseString(line)
    print result.dump()
    print

印刷品：

['11.11.13', 'useless . useless,21 useless 2        ', 14.210000000000001]
- date: 11.11.13
- value: 14.21

['21.12.12', 'fmpaosmfpoamsp 4                      ', 41]
- date: 21.12.12
- value: 41

请注意，这些值已经从字符串转换为int或float类型；您也可以为自己编写一个解析操作，将
dd.mm.yy
日期转换为Python日期时间。还要注意如何定义关联的结果名称；这些允许您按名称访问各个字段，如
print result.date

我还注意到您的假设，为了获得一个或多个元素的序列，您使用了以下构造：

anything = pp.Forward()
anything << anyword + (value | anything)

或者，如果您更喜欢较新的“*”-运算符形式：

anything = anyword*(1,)

请扫描pyparsing的源发行版中包含的pyparsing API文档，或在线浏览

欢迎来到Pyparsing

anything = OneOrMore(anyword)

anything = anyword*(1,)