Python 从字符串中提取信息

以字符串形式给出以下信息：

[：T102684-1 coord=“107,20885,18”：]27.[:/T102684-1:][:T102684-2 coord=“140,16885,18”：]A.[：/T102684-2:][:T102684-3 coord=“162,57885,18”：]Frankke[：/T102684-3:][:T102684-4 coord=“228,5885,18”：：[：/T102684-4:][:T102684-5 coord=“240,27885,18”：]模具[：/T102684-5:][:T102684-6 coord=“274,42885,18”：]阿尔卑斯山脉[：/T102684-6:][:T102684-7 coord=“325,64885,18”：]文字[：/T102684-7:][:T102684-8 coord=“398,25885,18”：]des[：/T102684-8:][:T102684-9 coord=“427,46885,18”：]Jahres[：/T102684-9:][:T102684-10 coord=“480,33885,18”：]1888[：/T102684-10:][:T102684-11 coord=“527,29885,18”：]475[：/T102684-11:]

如何提取制表符ID（此处：T102684）、令牌ID（“-”后的数字）、坐标（107,20885,18）和令牌本身（“27”）？ 我使用了简单的查找方法，但它不起作用

for tok in ele.text.split():
        print tok.find("[:T")
        print tok.rfind(":]")
        print tok[(tok.find("[:T")+2):tok.rfind("-")]

---

谢谢你的帮助

您可以使用正则表达式：

>>> import re
>>> s = '[:T102684-1 coord="107,20,885,18":]27.[:/T102684-1:] [:T102684-2 coord="140,16,885,18":]A.[:/T102684-2:] [:T102684-3 coord="162,57,885,18":]Francke[:/T102684-3:][:T102684-4 coord="228,5,885,18":]:[:/T102684-4:] [:T102684-5 coord="240,27,885,18":]Die[:/T102684-5:] [:T102684-6 coord="274,42,885,18":]alpine[:/T102684-6:] [:T102684-7 coord="325,64,885,18":]Literatur[:/T102684-7:] [:T102684-8 coord="398,25,885,18":]des[:/T102684-8:] [:T102684-9 coord="427,46,885,18":]Jahres[:/T102684-9:] [:T102684-10 coord="480,33,885,18":]1888[:/T102684-10:] [:T102684-11 coord="527,29,885,18":]475[:/T102684-11:]'
>>> r = re.compile(r'''\[:/?T(?P<token_id>\d+)-(?P<id>\d+)\s+coord="
                    (?P<coord>(\d+,\d+,\d+,\d+))":\](?P<token>\w+)''', flags=re.VERBOSE)
>>> for m in r.finditer(s):
        print m.groupdict()


{'token_id': '102684', 'token': '27', 'id': '1', 'coord': '107,20,885,18'}
{'token_id': '102684', 'token': 'A', 'id': '2', 'coord': '140,16,885,18'}
{'token_id': '102684', 'token': 'Francke', 'id': '3', 'coord': '162,57,885,18'}
{'token_id': '102684', 'token': 'Die', 'id': '5', 'coord': '240,27,885,18'}
{'token_id': '102684', 'token': 'alpine', 'id': '6', 'coord': '274,42,885,18'}
{'token_id': '102684', 'token': 'Literatur', 'id': '7', 'coord': '325,64,885,18'}
{'token_id': '102684', 'token': 'des', 'id': '8', 'coord': '398,25,885,18'}
{'token_id': '102684', 'token': 'Jahres', 'id': '9', 'coord': '427,46,885,18'}
{'token_id': '102684', 'token': '1888', 'id': '10', 'coord': '480,33,885,18'}
{'token_id': '102684', 'token': '475', 'id': '11', 'coord': '527,29,885,18'}

>>重新导入
>>>以下[[[[[[[T102684-2-4-2-2-4-4-4-4-4-4-4-4-4-4-4-2 coord=“140，16885，18，18，，，，[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[T10202684-4-4-4-4-4-4-4-4-4-4-4-4-2-4-4-4-4-4-4-2-4-4-4-4-4-4-4-4-4-4-4-4-2]合作合作合作=“140，16885，16885，16885，18，5，18，5，18]5，18，5，18，5，18，18，18]18，，18]18]18]18]18]18]18]18]18]18]]]]]]4-7坐标=“325,64885,18:：]文学[：/T102684-7:][:T102684-8 coord=“398,25885,18:]des[：/T102684-8:][:T102684-9 coord=“427,46885,18:]Jahres[：/T102684-9:][:T102684-10 coord=“480,33885,18:][:T102684-10:][:T102684-11 coord=“527,29885:][:T102684-11:][
>>>r=re.compile（r''\[：/？T（？P\d+）-（？P\d+）\s+coord=”
（？P（\d+，\d+，\d+，\d+）：\]（？P\w+”，flags=re.VERBOSE）
>>>对于r.finditer中的m：
打印m.groupdict（）
{'token_id'：'102684'，'token'：'27'，'id'：'1'，'coord'：'107,20885,18'}
{'token_id'：'102684'，'token'：'A'，'id'：'2'，'coord'：'140,16885,18'}
{'token_id'：'102684'，'token'：'Francke'，'id'：'3'，'coord'：'162,57885,18'}
{'token_id'：'102684'，'token'：'Die'，'id'：'5'，'coord'：'240,27885,18'}
{'token_id'：'102684'，'token'：'alpine'，'id'：'6'，'coord'：'274,42885,18'}
{'token_id'：'102684'，'token'：'Literatur'，'id'：'7'，'coord'：'325,64885,18'}
{'token_id'：'102684'，'token'：'des'，'id'：'8'，'coord'：'398,25885,18'}
{'token_id'：'102684'，'token'：'Jahres'，'id'：'9'，'coord'：'427,46885,18'}
{'token_id'：'102684'，'token'：'1888'，'id'：'10'，'coord'：'480,33885,18'}
{'token_id'：'102684'，'token'：'475'，'id'：'11'，'coord'：'52729885,18'}

为什么它不起作用。你所展示的代码有什么问题？你能再加入一些示例行吗？完成：）它不起作用，因为我没有得到所需信息的正确开头和结尾。这是一段。我做了以下操作：span_元素=数据。全部查找（'span'））对于span_元素中的ele:print ele.text是的，这正是我想要的。非常感谢！：）