python - 在 Python 中使用某些参数拆分列表。使用 re.findall

Question

import re

def processFile(filename='Names.txt', encode='utf-8'):
    listOfPlayers = []
    listOfInfo = []
    count = 0
    with open(filename, 'r', encoding = encode) as f:
        for line in f.readlines():
            if count == 0:
                listOfInfo.append(line.strip())
                count += 1
            elif count == 1:
                listOfInfo.append(line.strip())
                listOfPlayers.append(listOfInfo)
                count -= 1
                listOfInfo = []
    return listOfPlayers

def splitStats(listOfPlayers):
    newList = []
    for item in (i[1] for i in listOfPlayers):
        m = re.findall('[A-Z][a-z]*', item)
        newList.append(m)
    print(newList)    

def main():
    lOP = processFile()
    splitStats(lOP)

if __name__ == '__main__':
    main()

我正在尝试查看一些足球统计数据，并从网页上获取了一些统计数据，并尝试将每个球员的位置、国家/地区、他们转会的来源、转会的目的地以及所获得的资金分开为他们付出了代价。

My Names.txt 文件如下所示:

Donyell Malen
AttackerNetherlandsArsenalAjaxUndisclosed
Petr Cech
GoalkeeperCzech Rep.ArsenalChelsea14million
Scott Sinclair
MidfielderEnglandAston VillaManchester City3.4million

我的 processFile 中的 listOfPlayers 有一个列表列表。将玩家作为索引零，其余信息如下所示:

[['Donyell Malen', 'AttackerNetherlandsArsenalAjaxUndisclosed'], ['Petr Cech', 'GoalkeeperCzech Rep.ArsenalChelsea14million'], ['Scott Sinclair', 'MidfielderEnglandAston VillaManchester City3.4million'],

我正在尝试解析每个项目和 1 索引以将其拆分。我找到了 re.findall() 方法，但搜索了 API 一个小时，仍然没有清楚地了解如何与大写字母分开(尽管代码是这样做的)我需要保留任何两个单词之间有一个空格作为一个字符串。即“Aston Villa”应该保留在一起，以及如何将其中的费用(即“340万”)保留为340万。

我知道这是一个很长的问题，但我想给出一个很好的概述，看看我是否在做这一切都是错误的，或者我是否走在正确的轨道上，只需要 re.findall( )。谢谢!

Answer 1

您可以使用以下模式

"(?:[A-Z]|[0-9]+(?:.[0-9]+)?)[a-z]*(?: [A-Z][a-z]*)*"

它非常复杂，因为它基本上处理所有特殊情况如果您对如何编写此类表达式感兴趣，您应该深入研究 re 模块的文档 https://docs.python.org/2/library/re.html