Python 拆分列表中的元素

我有一个输入字符串：

“[u'$799900'，u'$1698000'，u'$998000'，u'$1299000'， u'$1000000'，u'$499950'，u'$995000'，u'$998000'，u'$2000000'， u'$988000'，u'$979000'，u'$1285000'，u'$988000'，u'$579000'， u'$700000'，u'$1100000'，u'$1557000'，u'$999888'，u'$798000'， u'$998000'，u'$1050000'，u'$888000'，u'$559888'，u'$774900'， u'$795000'，u'$850000']，“[u'3 bds'，u'2 ba'，u'1361平方英尺'，u'4 bds'，u'3 ba'，u'2845平方英尺'，u'3 bds'，u'3 ba'，u'1534 平方英尺，u'3 bds'，u'2 ba'，u'1762平方英尺'，u'5 bds'，u'3 ba'，u' 2398平方英尺，u'2 bds'，u'2 ba'，u'956平方英尺，u'4 bds'，u'3 ba'， u'1840平方英尺，u'3 bds'，u'2 ba'，u'1212平方英尺，u'3 bds'，u'3 英国航空公司，u'1878平方英尺，u'3英国航空公司，u'2英国航空公司，u'1240平方英尺，u'3英国航空公司， u'2 ba'，u'1207平方英尺'，u'3 bds'，u'3 ba'，u'1905平方英尺'，u'3 bds'，u'3.5 ba'，u'1591平方英尺'，u'2 bds'，u'2 ba'，u'946 平方英尺，u'2 bds'，u'2 ba'，u'1067平方英尺'，u'4 bds'，u'3 ba'，u' 2254平方英尺，u'5 bds'，u'4 ba'，u'2744平方英尺，u'3 bds'，u'3 ba 'u'1291平方英尺'，u'4 bds'，u'3 ba'，u'1480平方英尺'，u'3 bds'，u' 2 ba'，u'1513平方英尺'，u'4 bds'，u'2 ba'，u'1846平方英尺'，u'9 bds 'u'5 ba'，u'3336平方英尺'，u'2 bds'，u'2 ba'，u'983平方英尺'，u'4 bds'，u'3 ba'，u'1476平方英尺'，u'3 bds'，u'3 ba'，u'1872 平方英尺，u'2 bds'，u'3 ba'，u'1459平方英尺']

从中，我需要将价格提取到

int

s的列表中

这就是我迄今为止所尝试的：

import re

pattern_price = r'\[u\'\$.*?\]'
patternx = r"(.*?u.*?)(\d+\,\d+\,\d+|\d+\,\d+)"

with open(fpath, "r") as f:
    for line in f.readlines():
        lst = re.findall(pattern_price, line)      

    print len(lst) # I get list with 1 element?

    newlst = [x.split(patternx) for x in lst]
    print len(newlst) # I got 1 element again?

---

类似问题的答案对我没有帮助：

您的代码中有几个问题

---

创建一个保存这些值的变量 与您当前的问题无关，但如果您想扩展您的解决方案，则重要：

您正在对文件行进行迭代，但没有保留一个保存已通过的值的变量

是的，您正在创建一个列表，但该列表将在for循环中为每一行重新创建

因此，您将仅获取文件的最后一行，而不处理其他行

若要解决此问题，请在循环之前添加一个变量并添加到其中

with open(fpath, "r") as f:
    lst = []
    for line in f.readlines():
        lst.append( ... )

---

价格模式 您正在捕获包含价格的字符串的整个部分。这就是为什么你只能得到一个匹配，而不是每个价格都有一个匹配

要仅获取价格，您可以使用以下内容：

---

用正则表达式拆分字符串 您正在尝试用正则表达式拆分字符串：

x.split（patternx）

这样做的目的是，它接受正则表达式，就像它是一个分隔符字符串一样，而不是正则表达式

所以，它只是将子字符串与字符串进行比较，没有找到任何匹配项，只是返回整个字符串

你应该改用

---

从字符串中提取数字 最后，剩下的字符串必须转换为数字并添加到列表中

要做到这一点，您必须遍历由

re.findall

返回的列表，去掉逗号并将其转换为int

prices = re.findall(pattern, line)
    for price in prices:
        number = int(price.replace(',', ''))
        lst.append(number)

---

最终代码

---

您的代码中有几个问题

---

创建一个保存这些值的变量 与您当前的问题无关，但如果您想扩展您的解决方案，则重要：

您正在对文件行进行迭代，但没有保留一个保存已通过的值的变量

是的，您正在创建一个列表，但该列表将在for循环中为每一行重新创建

因此，您将仅获取文件的最后一行，而不处理其他行

若要解决此问题，请在循环之前添加一个变量并添加到其中

with open(fpath, "r") as f:
    lst = []
    for line in f.readlines():
        lst.append( ... )

---

价格模式 您正在捕获包含价格的字符串的整个部分。这就是为什么你只能得到一个匹配，而不是每个价格都有一个匹配

要仅获取价格，您可以使用以下内容：

---

用正则表达式拆分字符串 您正在尝试用正则表达式拆分字符串：

x.split（patternx）

这样做的目的是，它接受正则表达式，就像它是一个分隔符字符串一样，而不是正则表达式

所以，它只是将子字符串与字符串进行比较，没有找到任何匹配项，只是返回整个字符串

你应该改用

---

从字符串中提取数字 最后，剩下的字符串必须转换为数字并添加到列表中

要做到这一点，您必须遍历由

re.findall

返回的列表，去掉逗号并将其转换为int

prices = re.findall(pattern, line)
    for price in prices:
        number = int(price.replace(',', ''))
        lst.append(number)

---

最终代码

---

请提供原始字符串，非常确定有直接拆分的方法。我非常确定

是一个打字错误，应该是

，

。除此之外，我真的不知道你想做什么。你能发布输入和预期输出的示例吗？@Slayther-这不是一个打字错误-想法是以几十万和几百万的形式对值进行grep-我用示例字符串在regex101上检查了它，它工作了-我发布了预期输出的示例，并将其命名为newlst-不确定缺少什么-输入字符串是lst-预期输出是newlst预期输出没有5个条目，它有13个条目。除非是打字错误，否则newlst=[7999001698000 998000 1299000,1000000]有13个条目。这就是你真正想做的吗？或者是打字错误？请提供原始字符串，非常确定有直接拆分的方法。我非常确定

是一种打字错误，应该是

，

。除此之外，我真的不知道你想做什么。你能发布输入和预期输出的示例吗？@Slayther-这不是一个打字错误-想法是以几十万和几百万的形式对值进行grep-我用示例字符串在regex101上检查了它，它工作了-我发布了预期输出的示例，并称之为newlst-不确定什么是错误的