python - 使用 python re.findall 收集出席名单

Question

关闭。这个问题需要更多focused .它目前不接受答案。












想改善这个问题吗？更新问题，使其仅关注一个问题 editing this post .

去年关闭。




Improve this question




在这里，我们有一个缩放聊天记录，我想从中获取 提取所有学生ID ，例如 38150002 和 ID所有者的姓名 (例如史密斯的例子)。

17:00:44     From Smith Example : 38150002 Smith Example
17:00:54     From Smith Example : 41050002 Smith Middle Example
17:01:04     From Smith Example : 37-191129 Smith One Example
17:01:12     From Smith Example : 31-086612 Smith Example
17:01:20     From Smith Example : 40-250233 Smith Example
17:01:33     From Smith Example : 38129055 Smith Example
17:01:39     From Smith Example : 38-129055 Smith Example Joe

我成功地使用 re.findall 提取了具有设置模式的学生 ID。

lst = re.findall('\d\d-\d+', ex) #for id like 40-250233

问题是 我如何提取名称 跟着学生证？

Answer 1

假设你给出的确切结构，你可以使用这个正则表达式:

\d\d:\d\d:\d\d.*:\s*([\d-]+)\s*(.*)$

我将 ID 和名称放在捕获组中，因此使用 findall会得到一个很好的结果。例如:

import re

s = """17:00:44     From Smith Example : 38150002 Smith Example\n
17:00:54     From Smith Example : 41050002 Smith Middle Example\n
17:01:04     From Smith Example : 37-191129 Smith One Example\n
17:01:12     From Smith Example : 31-086612 Smith Example\n
17:01:20     From Smith Example : 40-250233 Smith Example\n
17:01:33     From Smith Example : 38129055 Smith Example\n
17:01:39     From Smith Example : 38-129055 Smith Example Joe\n"""

print(re.findall(r'\d\d:\d\d:\d\d.*:\s*([\d-]+)\s*(.*)$', s, re.M))

会给:

[('38150002', 'Smith Example'), 
 ('41050002', 'Smith Middle Example'), 
 ('37-191129', 'Smith One Example'), 
 ('31-086612', 'Smith Example'), 
 ('40-250233', 'Smith Example'), 
 ('38129055', 'Smith Example'), 
 ('38-129055', 'Smith Example Joe')]

Regex Demo here .

请注意，如果您逐行迭代文件，则不需要 re.M 旗帜。