Захват названных групп в regex с re.findall
Когда я пытался ответить на этот вопрос: регулярное выражение, чтобы разделить% возрастов и значений на питоне, я заметил, что мне пришлось переупорядочить группы из результата findall. Например:
data = """34% passed 23% failed 46% deferred""" result = {key:value for value, key in re.findall('(\w+)%\s(\w+)', data)} print(result) >>> {'failed': '23', 'passed': '34', 'deferred': '46'} Здесь результат поиска:
- Как указать диапазон символов Unicode
- python-re: Как я могу сопоставить альфа-символ
- Как анализировать пользовательские теги с помощью nltk.Regexp.parser ()
- Различия в синтаксисе RegEx между Python и Java
- Модуль «regex» Python: значение размытости
- Согласование только буквы юникода в Python re
>>> re.findall('(\w+)%\s(\w+)', data) >>> [('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]
Есть ли способ изменить / указать порядок групп, которые возвращают re.findall :
[('passed', '34'), ('failed', '23'), ('deferred', '46')]
Чтобы уточнить, возникает вопрос:
Можно ли уточнить порядок или переупорядочить группы для возврата функции re.findall?
Я использовал приведенный выше пример для создания словаря, чтобы указать причину / пример использования, когда вы хотите изменить порядок (делая ключ как значение и значение как ключ)
Дальнейшее уточнение:
Чтобы обрабатывать группы в более сложных более сложных регулярных выражениях, вы можете назвать группы, но эти имена доступны, только если вы выполните re.search pr re.match. Из того, что я прочитал, findall имеет фиксированные индексы для групп, возвращаемых в кортеж. Вопрос: кто-нибудь знает, как эти индексы могут быть изменены. Это поможет упростить и интуитивно понятное управление группами.
3 Solutions collect form web for “Захват названных групп в regex с re.findall”
Возьмите 3, основываясь на дальнейшем уточнении намерений OP в этом комментарии .
findall прав, что findall не сохраняет именованные группы захвата (например, (?P<name>regex) ). finditer на помощь! Он возвращает отдельные совпадающие объекты один за другим. Простой пример:
data = """34% passed 23% failed 46% deferred""" for m in re.finditer('(?P<percentage>\w+)%\s(?P<word>\w+)', data): print( m.group('percentage'), m.group('word') )
За комментарий OP по моему первому ответу : Если вы просто пытаетесь изменить порядок 2-х кортежей следующим образом:
[('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]
… чтобы выглядеть так: отдельные элементы меняются на противоположные:
[('passed', '34'), ('failed', '23'), ('deferred', '46')]
Существует простое решение: используйте понимание списка с помощью sequence[::-1] синтаксиса sequence[::-1] чтобы изменить порядок элементов отдельных кортежей:
a = [('34', 'passed'), ('23', 'failed'), ('46', 'deferred')] b = [x[::-1] for x in a] print b
Как вы указали в своем втором примере, re.findall возвращает группы в исходном порядке.
Проблема в том, что стандартный тип dict Python никак не сохраняет порядок ключей . Вот руководство для Python 2.x, которое делает его явным, но это все еще верно в Python 3.x: https://docs.python.org/2/library/stdtypes.html#dict.items
Вместо этого вы должны использовать collections.OrderedDict :
from collections import OrderedDict as odict data = """34% passed 23% failed 46% deferred""" result = odict((key,value) for value, key in re.findall('(\w+)%\s(\w+)', data)) print(result) >>> OrderedDict([('passed', '34'), ('failed', '23'), ('deferred', '46')])
Обратите внимание, что вы должны использовать парную конструкторскую форму ( dict((k,v) for k,v in ... ), а не конструктор понимания dict ( {k:v for k,v in ...} ). Это потому, что последний строит экземпляры типа dict , которые не могут быть преобразованы в OrderedDict без потери порядка ключей … что, конечно же, вы пытаетесь сохранить в первую очередь.