python - 正则表达式:将数字和字符串列表中的 '#' 前面的注释配对

Question

所以我有一些文本行存储在列表中，如下所示:

lines = ['1.9 #comment 1.11* 1.5 # another comment',
         '1.23',
         '3.10.3* #commennnnnt 1.2 ']

我想创建:

[{'1.9': 'comment'},
 {'1.11*': ''},
 {'1.5': 'another comment'},
 {'1.23': ''},
 {'3.10.3*': 'commennnnnt'},
 {'1.2': ''} ]

换句话说，我想将列表分开，并将每个十进制数字与同一行中紧随其后出现的注释(以“#”开头；我们可以假设其中没有数字出现)配对，或者如果没有注释则使用空字符串(例如，它后面的下一个是另一个数字)。

具体来说，“十进制数字”可以是单个数字，后跟一个点，然后是一位或两位数字，也可以选择后跟一个点和一位或多两位数字。最后可能会出现“*”。就像这样(?): r'\d\.\d{1,2}(\.\d{1,2})?\*?')

我已经尝试使用 re.split() 进行一些操作来开始。例如，在担心字典配对之前，在疯狂的十进制正则表达式或 # 上拆分第一个列表项:

>>> crazy=r'\d\.\d{1,2}(\.\d{1,2})?\*?'

>>> re.split(r'({0})|#'.format(crazy), results[0])

结果:

[u'',
 u'1.9',
 None,
 u' ',
 None,
 None,
 u'comment ',
 u'1.11',
 None,
 u' ',
 u'1.5',
 None,
 u' ',
 None,
 None,
 u' test comment']

这看起来像是我可以过滤和使用的东西，但是有更好的方法吗？ (另外，哇……我疯狂的正则表达式中的括号似乎允许我根据需要保留小数分隔符!)

Answer 1

以下似乎有效:

lines = ['1.9 #comment 1.11* 1.5 # another comment',
         '1.23',
         '3.10.3* #commennnnnt 1.2 ']

entries =  re.findall(r'([0-9.]+\*?)\s+((?:[\# ])?[a-zA-Z ]*)', " ".join(lines))
ldict = [{k: v.strip(" #")} for k,v in entries]

print ldict

这显示:

[{'1.9': 'comment'}, {'1.11*': ''}, {'1.5': 'another comment'}, {'1.23': ''}, {'3.10.3*': 'commennnnnt'}, {'1.2': ''}]