如何将_sre.SRE_Match类型转换为字符串和整数

Question

我正在尝试用Python解析正则表达式，并将解析后的字符串的值赋给2个变量。

例如，如果我有一个字符串

<tr align="right"><td>1</td><td>Michael</td><td>Jessica</td>

我想将值1赋给一个名为rank的整数变量，将Jessica赋值给一个名为valuesMichael的数组。

当我使用re.search()解析并使用.group()函数赋值时，赋值的变量类型是_sre.SRE_Match。你能帮我把它分别转换成整数和字符串格式吗？

Answer 1

下面这行代码：

rank = re.search('(\d)+', line)

应替换为：

rank = re.search(r'\d+', line).group()   # (..) is not needed

来获取字符串。

如果需要int对象，请使用int

rank = int(re.search(r'\d+', line).group())

顺便说一句，使用re.findall可以简化你的程序。

import re

def extract_rankname(line):
    groups = re.findall('<td>(.*?)</td>', line)
    try:
        rank = groups[0]   # int(groups[0])
        return {rank: groups[1:]}
    except ValueError:
        return {}  # return None

extract_rankname('<tr align="right"><td>1</td><td>Michael</td><td>Jessica</td>')
# => {'1': ['Michael', 'Jessica']}

或者，在解析HTML时，最好使用BeatufiulSoup、lxml等库，而不是使用正则表达式。

>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup('<tr align="right"><td>1</td><td>Michael</td><td>Jessica</td>', 'lxml')
>>> [td.text for td in soup.find_all('td')]
[u'1', u'Michael', u'Jessica']
>>> tds = [td.text for td in soup.find_all('td')]
>>> tds[0], tds[1:]
(u'1', [u'Michael', u'Jessica'])
>>> print(tds[0])  # rank
1
>>> tds[1:]  # names
[u'Michael', u'Jessica']

Answer 2

您可以尝试这样做：

<td>(\w+)<\/td>

Demo

然后遍历匹配并将其分配给数组或变量...

示例代码(Run it here)：

import re    
regex = r"<td>(\w+)<\/td>"    
test_str = "<tr align=\"right\"><td>1</td><td>Michael</td><td>Jessica</td>"
values=[]   
matches = re.finditer(regex, test_str)    
for match in matches:
  if match.group(1).isdigit():
    rank = int(match.group(1))
  else:
    values.append(match.group(1))

print(rank)
print(values)