如何在Python中提取字符串的某些部分？

假设我有三条线：

abc534loif

tvd645kgjf

tv96fjbd\U gfgf

和三份清单：

• 开头

  仅捕获字符串“名称”的第一部分

• middle

  仅捕获数字

• end

  仅包含数字部分后面的其余字符

---

如何以最有效的方式完成此任务？

使用正则表达式

>>> import re
>>> strings = 'abc534loif tvd645kgjf tv96fjbd_gfgf'.split()
>>> for s in strings:
...   for match in re.finditer(r'\b([a-z]+)(\d+)(.+?)\b', s):
...     print match.groups()
... 
('abc', '534', 'loif')
('tvd', '645', 'kgjf')
('tv', '96', 'fjbd_gfgf')

---

使用正则表达式

>>> import re
>>> strings = 'abc534loif tvd645kgjf tv96fjbd_gfgf'.split()
>>> for s in strings:
...   for match in re.finditer(r'\b([a-z]+)(\d+)(.+?)\b', s):
...     print match.groups()
... 
('abc', '534', 'loif')
('tvd', '645', 'kgjf')
('tv', '96', 'fjbd_gfgf')

---

我会使用常规的表达方式，比如：

(?P<beginning>[^0-9]*)(?P<middle>[^0-9]*)(?P<end>[^0-9]*)

（？P[^0-9]*）（？P[^0-9]*）（？P[^0-9]*））

然后拉出三个匹配的部分

import re 

m = re.match(r"(?P<beginning>[^0-9]*)(?P<middle>[^0-9]*)(?P<end>[^0-9]*)", "abc534loif")
m.group('beginning')
m.group('middle')
m.group('end')

重新导入
m=重新匹配（r“（？P[^0-9]*）（？P[^0-9]*）（？P[^0-9]*）”，“abc534loif”）
m、 组（'开始'）
m、 组（‘中间’）
m、 组（“结束”）

我会使用常规表达式，如：

(?P<beginning>[^0-9]*)(?P<middle>[^0-9]*)(?P<end>[^0-9]*)

（？P[^0-9]*）（？P[^0-9]*）（？P[^0-9]*））

然后拉出三个匹配的部分

import re 

m = re.match(r"(?P<beginning>[^0-9]*)(?P<middle>[^0-9]*)(?P<end>[^0-9]*)", "abc534loif")
m.group('beginning')
m.group('middle')
m.group('end')

重新导入
m=重新匹配（r“（？P[^0-9]*）（？P[^0-9]*）（？P[^0-9]*）”，“abc534loif”）
m、 组（'开始'）
m、 组（‘中间’）
m、 组（“结束”）

我想要这样的东西：

>>> import re
>>> l = ['abc534loif', 'tvd645kgjf', 'tv96fjbd_gfgf']
>>> regex = re.compile('([a-z_]+)(\d+)([a-z_]+)')
>>> beginning, middle, end = zip(*[regex.match(s).groups() for s in l])
>>> beginning
('abc', 'tvd', 'tv')
>>> middle
('534', '645', '96')
>>> end
('loif', 'kgjf', 'fjbd_gfgf')

---

我想要这样的东西：

>>> import re
>>> l = ['abc534loif', 'tvd645kgjf', 'tv96fjbd_gfgf']
>>> regex = re.compile('([a-z_]+)(\d+)([a-z_]+)')
>>> beginning, middle, end = zip(*[regex.match(s).groups() for s in l])
>>> beginning
('abc', 'tvd', 'tv')
>>> middle
('534', '645', '96')
>>> end
('loif', 'kgjf', 'fjbd_gfgf')

---

这是一种与语言无关的方法，旨在提高效率：

找到字符串中的第一个数字并保存其位置

p0

查找字符串中的最后一位数字并保存其位置

p1

将子字符串从

0

提取到

p0-1

到

开头

将子字符串从

p0

到

p1

提取到

middle

将子字符串从

p1+1

提取到

length-1

到

end

---

这是一种与语言无关的方法，旨在提高效率：

找到字符串中的第一个数字并保存其位置

p0

查找字符串中的最后一位数字并保存其位置

p1

将子字符串从

0

提取到

p0-1

到

开头

将子字符串从

p0

到

p1

提取到

middle

将子字符串从

p1+1

提取到

length-1

到

end

---

我猜你在寻找：

---

我猜你在寻找：

---

为什么它需要高效？还有，到目前为止你试过什么？还有，你只有一个这样的字符串吗？那么，为什么要列出这些清单？为什么需要有效率？还有，到目前为止你试过什么？还有，你只有一个这样的字符串吗？为什么要列出这些？其中一个字符串中有一个下划线。也许\D比[a-zA-Z]更好？其中一个字符串中有下划线。也许\D会比[a-zA-Z]更好？它应该是（？P[0-9]*），也就是说，没有“^”匹配中间部分，对吗？使用“+”可能比使用“*”更好。它应该是（？P[0-9]*），即不使用“^”来匹配中间部分，对吗？使用“+”可能比使用“*”更好。

re.split（r'（\d+），s）

？这是一个好主意，如果已知

s

的格式正确（即不在行中添加其他垃圾邮件），使用

re.split（r'（\d+），s）

，这是一个好主意，如果已知

s

的格式正确（即未在行中添加其他垃圾邮件），则这不如正则表达式那么健壮。例如，对于像

“abc123spam456def”

@wim这样的非匹配项，它将失败：如果您不允许错误输入，它同样健壮。如何过滤错误输入。。使用正则表达式？；）@wim：通过规范（如合同设计）。@wim-规范（问题）明确要求两件事：解析字符串的精确格式、效率。我在所有问题上都同意尼克拉斯的观点。我们可以同意，这给了我们和输入一样好的输出，或者如果找不到数字（根据合同），就失败了。这不如正则表达式那么健壮。例如，对于像

“abc123spam456def”

@wim这样的非匹配项，它将失败：如果您不允许错误输入，它同样健壮。如何过滤错误输入。。使用正则表达式？；）@wim：通过规范（如合同设计）。@wim-规范（问题）明确要求两件事：解析字符串的精确格式、效率。我在所有问题上都同意尼克拉斯的观点。我们可以同意，这给了我们与输入一样好的输出，或者如果没有找到数字（每个合同）就会失败。使用

zip（*re.findall（r'\b（\w+？）（\d+（\w+），strs））

生成3个列表：）使用

zip（*re.findall（r'\b（\w+）（\d+）（\w+），strs））

生成3个列表：）