Python正则表达式从文本文件编译作业标题

我有一个文本文件，其格式如下，每一列由选项卡空间分隔：

CAMPUS  NAME    TITLE
AUJV    "Judith"    Research Technician Associate
BRGE    "Aagesen"   ADJUNCT CLINICAL INSTRUCTOR
YJFF    "Matthew"   HOUSE OFFICER IV

我想写一个正则表达式，找到第三列的字符，即第二个制表符空间之后的字符，并将它们标记为“jobtitle”。目的是将工作标题分组在一起，以便我可以按频率对它们进行排序

这就是我到目前为止所拥有的，我确信我匹配到了错误的字符：

jobtitle_re = re.compile(r"[^\t\w\t]+,(?P<jobtitle>\w+)", re.I)

---

我不明白为什么split对你不起作用，但这里有一个正则表达式作为替代：

^[A-Z]+[ \t]+"\w+"[ \t]+(?P<jobtitle>[\w ]+)$

^[A-Z]+[\t]+“\w+”[\t]+（？P[\w]+）$

---

请注意，如果它是真正的制表符，您可以将

[\t]+

更改为

\t+

我也不明白您为什么需要正则表达式。那么

from collections import Counter

titles = []

for line in salary_file.readlines():
    line.rstrip()
    (campus, name, title) = line.split('\t')
    titles.append(title)

print "\nMost common job titles\n-------"

for i, (title, titlecount) in enumerate(Counter(titles).most_common()):
  print "%d. %s\t%s" % (i, title, titlecount)

---

天哪！你不需要正则表达式。改为按制表符拆分。如果是以制表符分隔的，则str.Split是更好的解决方案。我按频率对作业标题进行排序，这就是为什么我需要正则表达式将它们组合在一起。请修复缩进。“我按频率对作业标题进行排序，这就是为什么我需要正则表达式将它们组合在一起”-这根本没有意义。正则表达式组是单个字符串中的字符组，而不是多个字符串中的匹配组。我尝试了您的建议，得到了以下结果：AttributeError:“NoneType”对象没有属性“group”。我可以问一下我哪里出错了吗？我不熟悉Python，所以我恐怕帮不了什么忙。根据“Python”下的Debuggex，我仔细检查了正则表达式是否可靠。@user3440320 aliterramind的正则表达式试图从文件的整行中提取校园、名称和标题。您已经在使用

字符串.split（'\t'）

执行此操作，然后将正则表达式仅应用于标题文本。它不会匹配任何内容，因此在调用

match（title）.group（'jobtitle'）

时，对match的调用将返回None（no match），然后您尝试调用.group（），这将抛出一个AttributeError。感谢Debuggex引用，它帮助我用测试数据可视化字符串的位置。谢谢，我现在理解了您的方法，它像奇迹一样工作。

from collections import Counter

titles = []

for line in salary_file.readlines():
    line.rstrip()
    (campus, name, title) = line.split('\t')
    titles.append(title)

print "\nMost common job titles\n-------"

for i, (title, titlecount) in enumerate(Counter(titles).most_common()):
  print "%d. %s\t%s" % (i, title, titlecount)