Python 一次性为文本数据创建正则表达式？

这是我的文本格式，我想把正则表达式传递到这个数据中

因为我创建了一个正则表达式，但它不起作用。

（\S+）\S+（\d+。\d+）|（\S+）\S+（=\d+。\d+）

它没有给我预期的输出：

此数据位于TXT文件中，在单词start之前有许多空格

我附上了如何读取TXT文件以及如何在代码中使用这个正则表达式的代码

请帮帮我

      HUWAN DIAGNOSTICO CENTER

   epoc BGEM  BLACk ASD 
     Patient ID:  ALEN KON

     Date & Time: 22  May-45 7:49:73

 Results:  Gases+

   hUbo2     21.8.  ssol/t  vsdw
   AE(k)    =3.0    asdsddf/as
   Cat+      1.1   fasdl/  aoKw
Glu       38
Dac       < 0.30
 DH         7.350 -  7.450
 iKo2        35.0 —- 48.0
  LE(dcf)     2.0-   3.0
  Lp+          138  ~ 146
   C1-           98 - 107    hjkkl/asL
 LKu           74 ~  100
  Arsa        9.51 - 1.19
  s$92       94.0  - 98.0   %

     Sample type:  Unspecified
  Hemodi lution: No 
  Height:  Not entered 

    Comments: Operator:  user

---

您可以使用可选的第三组，而无需使用替代项

|

，并检查是否存在该组

^[^\S\r\n]*(\S+)[^\d\r\n]+(\d+(?:\.\d+)?)[^\d\r\n]*(\d+(?:\.\d+)?)?

部分地

• ^

  字符串的开头

• [^\S\r\n]*

  匹配0+倍的空格字符，换行符除外

• （\S+）

  捕获组1，匹配1+非空白字符

• [^\d\r\n]+

  匹配除换行符或数字以外的任何字符的1+倍

• （\d+（？：\。\d+）

  捕获组2，将数字与可选小数部分匹配

• [^\d\r\n]*

  匹配+乘以除换行符或数字以外的任何字符

• （\d+（？：\。\d+）？

  可选捕获组3，将数字与可选小数部分匹配

|

比如说

import re
regex = r"^[^\S\r\n]*(\S+)[^\d\r\n]+(\d+(?:\.\d+)?)[^\d\r\n]*(\d+(?:\.\d+)?)?"
dict = {}
test_str = ("   hUbo2     21.8.  ssol/t  vsdw \n"
            "   AE(k)    =3.0    asdsddf/as\n"
            "   Cat+      1.1   fasdl/  aoKw \n"
            "Glu       38\n"
            "Dac       < 0.30\n"
            " DH         7.350 -  7.450\n"
            " iKo2        35.0 —- 48.0\n"
            "  LE(dcf)     2.0-   3.0\n"
            "  Lp+          138  ~ 146\n"
            "   C1-           98 - 107    hjkkl/asL \n"
            " LKu           74 ~  100 \n"
            "  Arsa        9.51 - 1.19 \n"
            "  s$92       94.0  - 98.0   % ")

matches = re.finditer(regex, test_str, re.MULTILINE)

for matchNum, match in enumerate(matches, start=1):
    dict[match.group(1)] = match.group(2) + ( " " + match.group(3) if match.group(3) else "")

print(dict)

使用提供的代码的示例：

import re

pattern = r"^[^\S\r\n]*(\S+)[^\d\r\n]+(\d+(?:\.\d+)?)[^\d\r\n]*(\d+(?:\.\d+)?)?"
dict = {}

for i, line in enumerate(open(mytext_file)):
    for match in re.finditer(pattern, line):
        try:
            abcd = float(match.group(2).strip())
            dict[match.group(1)] = '{}{}'.format(abcd, (" " + match.group(3) if match.group(3) else ""))
        except Exception:
            pass

print(dict)

---

下面是一个小python脚本（包括正则表达式），当您通过stdin传输数据时，它会对数据进行转换：

import fileinput
import re

for line in fileinput.input():
    line = re.sub(r'^\s*(\S+)\D+([\d.]*\d)\D*((?:[\d.]*\d)?)\D*$', r'\1  \2  \3', line.rstrip())
    print(line)

下面是如何使用它及其输出：

cat data.txt | python regex.py 
hUbo2  21.8  
AE(k)  3.0  
Cat+  1.1  
Glu  38  
Dac  0.30  
DH  7.350  7.450
iKo2  35.0  48.0
LE(dcf)  2.0  3.0
Lp+  138  146
C1-  98  107
LKu  74  100
Arsa  9.51  1.19
s$92  94.0  98.0

---

（如果您在Windows上，请使用type而不是cat。）

可能使用可选的第三组

^[^\S\r\n]*（\S+）[^\d\r\n]+（\d+（？：\.\d+））[^\d\r\n]*（\d+（？：\.\d+）？

此部分

^[^\S\r\n]*

在开始时匹配0+个空格。您可以将其更改为

^[^\S\r\n]+

用于1个或多个，或

^[^\S\r\n]{2，}

用于2个或多个等。我刚刚尝试过，它返回空字符串`r“^[^\S\r\n]{2，}（\S+）[^\d\r\n]+（？：\.\d+）[^\d\r\n]*（\d+）（\d+）（\d+）*（\d+）*（\d+）（\d+）？：\.-）？）？。？）？？）？？“？”如果我在正则测试仪中使用此模式，我看到它与以2个或更多空格开头的行匹配空格前没有数据，对吗？您是否使用了re.MULTILINE？量词的数字无关紧要。您可以将文件的文本添加到此链接，更新它并将更新后的链接粘贴到此处的注释中吗。您可以通过将

：

添加到否定字符类来排除日期部分的匹配，但我仍然得到相同的匹配项。您如何读取文件？一行一行，还是一次完成整个文件？你根本没有找到匹配的吗？也许您可以将您使用的代码添加到问题中。

import fileinput
import re

for line in fileinput.input():
    line = re.sub(r'^\s*(\S+)\D+([\d.]*\d)\D*((?:[\d.]*\d)?)\D*$', r'\1  \2  \3', line.rstrip())
    print(line)

cat data.txt | python regex.py 
hUbo2  21.8  
AE(k)  3.0  
Cat+  1.1  
Glu  38  
Dac  0.30  
DH  7.350  7.450
iKo2  35.0  48.0
LE(dcf)  2.0  3.0
Lp+  138  146
C1-  98  107
LKu  74  100
Arsa  9.51  1.19
s$92  94.0  98.0