代码之家 › 专栏 › 技术社区 › jester

从python 3中的列表中查找并提取模式化字符串

pattern-matching string python

jester · 技术社区 · 6 年前

我在python 3中有一个数据类型列表,如下所示。

list1 = ['1128=9,9=639, 75=20140110,268=6,START,22=8,48=49798,83=63663,271=7,1020=7,5799=1,START,48=49798,83=63664,451=0,1003=2,5799=1','1128=9,9=6389, 75=20140119, START, 22=8,48=49798, 271=0.75,1020=7,5799=1,START,22=8,48=49798,83=63664,451=0,1020=10,5799=1,START,22=8,48=49798,271=63664,451=0,1020=10,5799=1']

列表1的长度为2。

我想首先提取所有有用的字符串并省略所有其他字符串。

我想保留52=、start、75=、271=和451=的所有内容。

那么期望的输出应该是:

list2 = ['75=20140110, START,271=7,START,451=0','75=20140119, START, 271=0.75,START,451=0, START, 271=63664,451=0']

最后一步是拆分列表并创建新列表。

在每个元素中,我想将子字符串“75=……”粘贴到单词“start”后的子字符串中。

所需的输出看起来像。

list3 = ['75=20140110, START,271=7', '75=20140110,START,451=0','75=20140119, START, 271=0.75','75=20140119,START,451=0', '75=20140119,START, 271=63664,451=0']

现在,它是5个元素的列表。我们在列表2中有2个子字符串开始,元素1,而在列表2中有3个子字符串开始,元素2。

我是新来的巨蟒,非常感谢你的帮助。

2 回复 | 直到 6 年前

Om trivedi 6 年前

这应该可以在列表理解的帮助下解决第一个问题。

 f = ['1128=9,9=639, 75=20140110,268=6,START,22=8,48=49798,83=63663,271=7,1020=7,5799=1,START,48=49798,83=63664,'
     '451=0,1003=2,5799=1',
     '1128=9,9=6389, 75=20140119, START, 22=8,48=49798, 271=0.75,1020=7,5799=1,START,22=8,48=49798,83=63664,'
     '451=0,1020=10,5799=1,START,22=8,48=49798,271=63664,451=0,1020=10,5799=1']

def convert(li):
    text = ['52=', 'START', '75=', '271=', '451=']
    return [", ".join([y for y in x.split(',') for z in text if z in y]) for x in li]

print(convert(f))
#output [' 75=20140110, START, 271=7, START, 451=0', ' 75=20140119,  START,  271=0.75, START, 451=0, START, 271=63664, 451=0']

Arda Arslan 6 年前

这将解决您的第一个问题:

(您没有指定用例是否对空格敏感,所以我忽略了它们)

list1 = [
    '1128=9,9=639, 75=20140110,268=6,START,22=8,48=49798,83=63663,271=7,1020=7,5799=1,START,48=49798,83=63664,451=0,1003=2,5799=1','1128=9,9=6389, 75=20140119, START, 22=8,48=49798, 271=0.75,1020=7,5799=1,START,22=8,48=49798,83=63664,451=0,1020=10,5799=1,START,22=8,48=49798,271=63664,451=0,1020=10,5799=1'
]

texts_to_keep = ['52=', 'START', '75=', '271=', '451=']

# Split the list on commas to work with the data easier
list1_split = [item.split(',') for item in list1]

# Create a new list of the same length as your old list1
list1_new = [[] for item in list1]
for items, list1_list in zip(list1_split, list1_new):
    # Grab each string in the sub list
    for item in items:
        # Now check if your substrings are in the original string
        for text_to_keep in texts_to_keep:
            # If it is, keep it
            if text_to_keep in item:
                list1_list.append(item)

final_list1 = [
    ','.join(sub_list) for sub_list in list1_new
]

其输出:

[' 75=20140110,START,271=7,START,451=0', ' 75=20140119, START, 271=0.75,START,451=0,START,271=63664,451=0']

应该可以通过对性能的列表理解来完成这项工作,但是它变得非常难看,所以我使用了上面的简单实现。

根据你的第二个问题,据我所知,你有时会添加子字符串“75=…”,有时不会,我也看不出模式。