蟒蛇的捕获模式

Question

我想使用python anyprefix-emp-<employee id>_id-<designation id>_sc-<scale id>捕获以下模式

示例数据

strings = ["humanresourc-emp-001_id-01_sc-01","itoperation-emp-002_id-02_sc-12","Generalsection-emp-003_id-03_sc-10"]

预期产出：

[('emp-001', 'id-01', 'sc-01'), ('emp-002', 'id-02', 'sc-12'), ('emp-003', 'id-03', 'sc-10')]

我怎么才能用python做这件事。

Answer 1

您还可以通过以下方法解决这个问题；

import re
regex = re.compile("(emp-.+)_(id-.+)_(sc-.+)")
strings = ["humanresourc-emp-001_id-01_sc-01","itoperation-emp-002_id-02_sc-12","Generalsection-emp-003_id-03_sc-10"]
print([regex.findall(s)[0] for s in strings])

Answer 2

答案

[tuple(s[s.find("-") + 1:].split("_")) for s in strings]

解释

每个字符串都有一个很好的常规格式：

1. 描述
2. 雇员人数
3. id号
4. 电话号码(不知道那可能是什么)

这些属性都由下划线：_隔开。

您的结果不需要描述，所以找到描述末尾的位置并删除它。我找到第一个连字符(-)，然后只保留之后的一切。

然后，我使用split("_")将remaing字符串拆分为三个字符串。

这将返回您想要的三个部分，然后我将其放入一个元组中。

我对strings中的每个字符串执行此操作。

你可以把它放在这样的函数中：

def extract_tags(strings):
    result = [tuple(s[s.find("-") + 1:].split("_")) for s in strings]
    return result

下面是测试字符串的输出：

[('emp-001', 'id-01', 'sc-01'),
 ('emp-002', 'id-02', 'sc-12'),
 ('emp-003', 'id-03', 'sc-10')]

Answer 3

试试这个：

import re
strings = ["humanresourc-emp-001_id-01_sc-01","itoperation-emp-002_id-02_sc-12","Generalsection-emp-003_id-03_sc-10"]
new_list = []
pattern = '[a-zA-Z]+?[-]{1}(?P<empid>emp-[0-9]{3})_(?P<desid>id-[0-9]{2})_(?P<sclid>sc-[0-9]{2})'
for test_string in strings:
    m = re.search(pattern, test_string)
    new_tuple = tuple([m.group('empid'), m.group('desid'), m.group('sclid')])
    new_list.append(new_tuple)

不确定这是否得到了您想要的结果，但是regex模式对所提供的数据有效。

这是我的输出：

[('emp-001', 'id-01', 'sc-01'), ('emp-002', 'id-02', 'sc-12'), ('emp-003', 'id-03', 'sc-10')]