python - 正则表达式 (Python) - 使用后视的量词？

Question

我有一个包含许多元素的列表(都是字符串，但不幸的是也有很多空格)，这里有两个元素作为示例:

sample_string = '8000KE60803F6                ST FULL-DEPTH TEETH            1 EA           36,56          36,56    2,00           0,73           37,29' ,'8522-3770                    CONTACT            2 EA          311,45         622,90    2,00          12,46          635,36'
my_list = list(sample_string)    

我希望使用正则表达式提取第一个数字/字母序列(在上述情况下，即 8000KE60803F6 和 8522-3770)然后我希望提取下一个 alpha 序列(在上述情况下，即“ST FULL-DEPTH TEETH”和“CONTACT”)最后，我希望提取 EA 后面的数值(在上述情况下，即 36,56 和 311,45)

我尝试过以下方法

for item in my_list:
    line=re.search(r'([A-Z0-9]*)(\s*)((?<=EA\s)[\d,]*)', item)
    if line:
        PN = line.group(1)
        Name = line.group(2)
        Price = line.group(3)
    print(PN)
    print(Name)
    print(Price)

以上输出

EA

EA

但是，我正在寻求以下输出:

产品编号:8000KE60803F6 和 8522-3770

名称:ST 全深度齿和接触面

价格:36,56 和 311,45

实际上，需要迭代一个大列表。

我也尝试过lookarounds，但是当与它们一起使用量词时会出现常见错误吗？

Answer 1

你可以使用

^(?P<PN>\S+)\s+(?P<Name>.*?)\s+\d+\s+EA\s+(?P<Price>\d[\d,]*)

请参阅regex demo 。 详细信息:

• ^ - 字符串开头
• (?P<PN>\S+) - 组PN : 一个或多个非空白字符
• \s+ - 一个或多个空格
• (?P<Name>.*?) - 组Name :除换行符之外的任何零个或多个字符尽可能少
• \s+\d+\s+ - 由一个或多个空格括起的一个或多个数字
• EA - 一个EA字符串
• \s+ - 一个或多个空格
• (?P<Price>\d[\d,]*) - 组Price :一个数字，然后是任何零个或多个数字或逗号。

在Python中，你可以像这样使用它

import re
rx = re.compile(r'^(?P<PN>\S+)\s+(?P<Name>.*?)\s+\d+\s+EA\s+(?P<Price>\d[\d,]*)')
l = ['8000KE60803F6                ST FULL-DEPTH TEETH            1 EA           36,56          36,56    2,00           0,73           37,29',
'8522-3770                    CONTACT            2 EA          311,45         622,90    2,00          12,46          635,36']
for el in l:
    m = rx.match(el)
    if m:
        print(m.groupdict())
# => {'PN': '8000KE60803F6', 'Name': 'ST FULL-DEPTH TEETH', 'Price': '36,56'}
#    {'PN': '8522-3770', 'Name': 'CONTACT', 'Price': '311,45'}

请参阅Python demo .