使用正则表达式和python查找唯一的数字格式
我有一个非常大的文本文件（45000行），ID为#，格式为4或5个数字，后跟2或3个数字，然后是一个字母，有时尾随在末尾 示例格式： XXXX-XX XXXXX-XX，XXXXX-XXw，XXXXX-XXw，XXXXX-XXww （（其中w为字母，X为数字）） 大多数值的格式为##################################，但一个大 我想做的是：每当有一个值的末尾有一个字母时，我想将它存储在一个字典中，并跟踪与正常格式不同的字母的所有唯一值，然后打印该字典 所以对于像：11111-12s或1111-12a或11234-24b这样的值，我想存储字母值（s，a，b）并查看差异。我目前所做的只是显示值并重复：使用正则表达式和python查找唯一的数字格式,python,regex,dictionary,format,set,Python,Regex,Dictionary,Format,Set,我有一个非常大的文本文件（45000行），ID为#，格式为4或5个数字，后跟2或3个数字，然后是一个字母，有时尾随在末尾 示例格式： XXXX-XX XXXXX-XX，XXXXX-XXw，XXXXX-XXw，XXXXX-XXww （（其中w为字母，X为数字）） 大多数值的格式为##################################，但一个大 我想做的是：每当有一个值的末尾有一个字母时，我想将它存储在一个字典中，并跟踪与正常格式不同的字母的所有唯一值，然后打印该字典 所以对于像：11
import re
sampleFile = open("Sample.txt", "r")
#regEX formats
sample = re.compile(r'(\d{4,5}-\d\d\w{1,4})')
for line in sampleFile:
sampleNum = sample.findall(line)
for word in sampleNum:
print word
因此，末尾的值各不相同，我只想将结尾字母（有时有2个或更多）存储在dict或set中。希望这有助于一个简单的集合，它读取您的正则表达式，并与您澄清的注释相匹配：
import re
uniq = set()
with open('Sample.txt') as fin:
for line in fin:
ma = re.search(r'(\w{1,4})$', line)
if not ma:
continue
uniq.add(ma.group(1))
print(uniq)
读取正则表达式的简单集合应与澄清的注释相匹配：
import re
uniq = set()
with open('Sample.txt') as fin:
for line in fin:
ma = re.search(r'(\w{1,4})$', line)
if not ma:
continue
uniq.add(ma.group(1))
print(uniq)
你能澄清一下你的意思吗？你想要像
s->[1111-12]、a->[1111-12]、b->[11234-24]1111-12->[s，a]、11234-24->[b]s->[1111-12]、a->[1111-12]、b->[11234-24]1111-12->[s，a]、11234-24->[b]uniqprint（uniq）uniqprint（uniq）