如何优雅地将列表中的“1-3，6-8”转换为“1 2 3 6-7 8”？

Question

问题

背景：

我有一个包含10,000个列表的列表，其中包含需要转换为特定格式的不规则数据。这些数据在转换后将被摄入到熊猫的数据中。

TL/DR;如何优雅地转换列表中以下正则表达式的匹配字符串？

Regex‘d{1，3}-\d{1，3}，d{1，3}-\d{1，3}’

示例： '1-3,6-8‘到'1 2 3 6 7’

当前解决方案:使用列表理解的需要多个类型的转换来转换字符串，并且不适合作为持久的解决方案。

pat = re.compile('\d{1,3}-\d{1,3},\d{1,3}-\d{1,3}')

row = ['sss-www,ddd-eee', '1-3,6-8', 'XXXX', '0-2,3-7','234','1,5']

lst = [((str(list(range(int(x.split(',')[0].split('-')[0]), 
    int(x.split(','[0].split('-')[1])+1))).strip('[]').replace(',', '')+' '
    +str(list(range(int(x.split(',')[1].split('-')[0]), 
    int(x.split(',')[1].split('-')[1]) + 1))).strip('[]').replace(',', ''))) 
    if pat.match(str(x)) else x for x in row]

结果

    ['sss-www,ddd-eee', '1 2 3 6 7 8', 'XXXX', '0 1 2 3 4 5 6 7', '234', '1,5']

Answer 1

抓捕小组就更容易了。

然后将组列表转换为整数，并在一个与itertools.chain链接的列表理解中对它们进行2乘2的处理。

import re,itertools

pat = re.compile('(\d{1,3})-(\d{1,3}),(\d{1,3})-(\d{1,3})')

z='1-3,6-8'

groups = [int(x) for x in pat.match(z).groups()]

print(list(itertools.chain(*(list(range(groups[i],groups[i+1]+1)) for i in range(0,len(groups),2)))))

结果：

[1, 2, 3, 6, 7, 8]

不过，你不确定那是“优雅”。它仍然很复杂，主要是因为大多数对象返回需要显式转换为list的生成器。

Answer 2

有几种方法可以做到这一点，以下是我的方法：

import re

txt =  '1-3,6-8'

# Safer to use a raw string
pat  = re.compile(r'(\d{1,3})-(\d{1,3}),(\d{1,3})-(\d{1,3})')
m = pat.match(txt)
if m:
    start1, end1, start2, end2 = m.groups()
    result  = [i for i in range(int(start1), int(end1)+1)]
    result += [i for i in range(int(start2), int(end2)+1)]
    print(result)

给予：

[1, 2, 3, 6, 7, 8]

我在这里假设Python 3(如问题中所述)。

Python 2可以使用：

result  = range(int(start1), int(end1)+1)   
result += range(int(start2), int(end2)+1)

Answer 3

我想你也想处理更长的序列，比如1-10,15,23-25？您实际上不需要正则表达式，常规字符串处理函数将很好地工作。

def parse_sequence(seq):
    result = []
    for part in seq.split(','):
        points = [int(s) for s in part.split('-')]
        if len(points) == 2:
            result.extend(range(points[0], points[1]+1))
        elif len(points) == 1:
            result.append(points[0])
        else:
            raise ValueError('invalid sequence')
    return result