DjangoBB LoFi version

Начало » Python для экспертов » Регулярные выражения

1 2

knkd

Сен. 12, 2009 17:38:06

У меня есть данные в фомате “Ключ = значение”, записаны в строку через пробелы, количество пролов между элементами зависит только от фазы луны.
Моя задача - получить в список все значения.

import re
raw = '  x=-125.789    y    = .125E+5 z=  25. w = -.254E-5'
pat = '(?<==)\s*[+-E\d\.]+'
re.findall(pat, raw)
...
['-125.789', ' .125E+5', '  25.', ' -.254E-5']

Проблема в том что значения получаются со всеми пробелами между знаком “=” и числом.
Можно конечно так:

import re
raw = '  x=-125.789    y    = .125E+5 z=  25. w = -.254E-5'
pat = '(?<==)\s*[+-E\d\.]+'
[x.strip() for x in re.findall(pat, raw)]
...
['-125.789', '.125E+5', '25.', '-.254E-5']

Но хотелось бы сделать только регулярными выражениями :)
Такая вот попытка заканчивается неудачей:

import re
raw = '  x=-125.789    y    = .125E+5 z=  25. w = -.254E-5'
pat = '(?<==\s*)[+-E\d\.]+'
re.findall(pat, raw)
...
error: look-behind requires fixed-width pattern

Получается что неизвестное количество пробелов включить в подобное условие нельзя?

А выделить в список сразу и ключи и значения без комбинации сплита и стрипа вообще не получается :(

Это всё возможно?

pasaranax

Сен. 12, 2009 20:35:19

pat = '(?<==)\s*([+-E\d\.]+)'

волшебные скобочки )

knkd

Сен. 12, 2009 20:56:37

pasaranax
pat = '(?<==)\s*([+-E\d\.]+)'
волшебные скобочки )

хм. Работает. А в чём дело?

pasaranax

Сен. 12, 2009 22:08:12

Скобки обособляют часть выражения. Вообще, у меня случайно получилось, я не думал, что re.findall будет выводить только обособленные скобками выражения. Если выделить несколько частей в скобки, то будет возвращен кортеж из этих выражений, таким образом можно выделить кроме значений еще и имена ключей.

pat = '\s*(\w*)\s*=\s*([+-E\d\.]+)'

если, конечно, \w* соответствует всем именам ключей

knkd

Сен. 12, 2009 22:40:24

pasaranax
Вообще, у меня случайно получилось, я не думал, что re.findall будет выводить только обособленные скобками выражения.

Вот ведь как бывет :)

В (Россуме|Откидаче) написано что выражение в скобках образует группу на которую можно ссылаться, но что выводится только та часть которая соответствует группам - такого нет. Новее книг нету… :(

В свете такого открытия получается что данная конструкция «(?<==)» в «(?<==)\s*(+)» полностью бессмысленна? Поскольку соответствует «=\s*(+)».

pat = '\s*(\w*)\s*=\s*([+-E\d\.]+)'

Ну тогда получается что «\s*» - совершенно лишняя, поскольку «\w» и так соответствует слову.
Теперь остаётся понять чем «\w» отличается от «\w*».

Тоесть, с превращением в словарь и приведением чисел в каноничный вид, получается:

raw    = """  x=-125.789  comment1  y    = .125E+5 z=  25. comment2  w = -.254E-5  d45 =123.e-2"""
regexp = "(\w*)\s*=\s*([+-eE\d\.]+)"

print dict((x[0], str(float(x[1]))) for x in re.findall(regexp, raw))
...
{'y': '12500.0', 'x': '-125.789', 'z': '25.0', 'd45': '1.23', 'w': '-2.54e-06'}

Вот, только со вчерашнего утра решился наконец взяться за регулярные выражения и уже сколько открытий :D

pasaranax

Сен. 12, 2009 23:44:01

\w соответствует одному символу, а \w* соответствует 0-inf символам. И, пожалуй \w* стоит заменить на \w+, чтобы не получалось, что ключа может и не быть. А минус внутри квадратных скобок желательно тоже экранировать, потому что он там является спецсимволом, указывающим на диапазон (например, ), и будь он не справа от плюса, получилась бы ошибка.

knkd

Сен. 13, 2009 00:04:48

pasaranax
\w соответствует одному символу, а \w* соответствует 0-inf символам.

А я по описанию почему-то понял что \w соответствует всему слову :(

pasaranax
А минус внутри квадратных скобок желательно тоже экранировать, потому что он там является спецсимволом, указывающим на диапазон (например, ), и будь он не справа от плюса, получилась бы ошибка.

До такой ошибки я уже доэкстпериментировался :)

А вот ещё вопрос: Если данные необходимо разбить на секции по какому-нибудь признаку.

raw    = """section  x=-125.789   y    = .125E+5 z=  25.  section  w = -.254E-5  d45 =123.e-2"""
... "Должно получится"
[[('x', '-125.789'), ('y', '.125E+5')], [('w', '-.254E-5'), ('d45', '123.e-2')]]

Объединение в группу всего выражения «section\s*((\w+)\s*=\s*(+))*» даёт плохие результаты.

pasaranax

Сен. 13, 2009 01:00:55

Это уже слишком сложно, тут нужно в 2 прохода - сначала секции выделить, а потом то, что выше делали, в каждой секции.

knkd

Сен. 13, 2009 01:04:29

pasaranax
тут нужно в 2 прохода

Эхх. А так хотелось :)

straton

Ноя. 17, 2009 21:17:20

есть фрагмент кода:

temp = re.findall("[(.*),", text)

однако при попытке выполнения этого вылезает ошибка:
“unexpected end of regular expression” (переводить не надо, я и так знаю)
подскажите, в чем дело?