使用groupdict解析字符串與dict

Question

我需要處理的文本來創建一個字典文字的{name: quantity}

變種：

2 Cardname 
3 Cardname Two 
1 Cardname Three 

Cardname 
Cardname Two 
Cardname Three 

所以我寫了一個基本的代碼：

card_list = card_area.splitlines() 
card_dict = {} 

for card in card_list: 
    qty_re = re.search('^\d{1,6}', card) 
     if qty_re: 
      qty = qty_re.group() 
     else: 
      qty = 1 

    name_re = re.search('[A-Za-z ]+$', card) 
     if name_re: 
      name = name_re.group() 
     else: 
      name = None 

    if name: 
     card_dict[name] = qty 

第一個問題：如果字符串的某些元素不存在（不是數量或空字符串），我可以使用groupdict method。

二：我也想考慮這樣的格式：

2 x Cardname 
3x Cardname Two 
1 xCardname Three 
1xCardname Four 

什麼是最好的方法是什麼？

Answer 1

解決方案。請注意遵循。

from collections import defaultdict 
import re 

# card_list = card_area.splitlines() 
card_list = [ 
    "2 Cardname", "3 Cardname Two", "1 Cardname Three", 
    "Cardname", "Cardname Two", "Cardname Three", 
    "1x Cardname", "4X Cardname Two", "2 X Cardname Three", 
] 

card_dict = defaultdict(int) 

pat = re.compile(r'(\d*)\s*(?:[xX]\s+)?(\S.*)') 

for card in card_list: 
    m = re.search(pat, card) 
    if not m: 
     continue 
    if m.group(1): 
     qty = int(m.group(1)) 
    else: 
     qty = 1 

    name = m.group(2) 
    card_dict[name] += qty 


if not card_dict: 
    print("empty card_dict!") 
else: 
    for name in sorted(card_dict): 
     print("%20s|%4d" % (name, card_dict[name])) 

注：

• 我建議預編譯正則表達式模式，對於速度。

• 處理此問題的最佳方法是抓取計數和卡的單個正則表達式模式。我添加了一個可選模式，用可選的'x'識別卡片格式。使用一個字符類，我使它匹配大寫或小寫'x'。數字和'x'之間的空格是可選的，但'x'和卡片名稱之間必須有空格，否則'x'將被視爲卡片名稱的一部分。

• 如果您不熟悉正則表達式，請閱讀以下方法：形成匹配零個或多個數字的匹配組。隨後是零個或多個空白字符。接下來是另一個組，但此後面的組標記爲(?:而不僅僅是(，因此它是一個組，但不會在輸出中生成匹配組;該組是一個匹配'x'或'X'的字符類，後跟一個或多個空格字符。形成另一個匹配組，它以一個非空白字符開頭，後面跟零個或多個任意字符。

• 我相信你想總結同名的所有名片？最好的方法是使用defaultdict()，正如我在這裏所示。

• 如果沒有任何合法卡片名稱以'x'或'X'開頭，即使卡片名稱與卡片名稱之間沒有空格，也可以更改圖案以不保留'x'。要做到這一點，換着花樣來匹配「X」從這個：(?:[xX]\s+)?這樣：(?:[xX]\s*)?（請注意，一個+改爲單*的\s後，所以零個空白字符現在被接受。）

Answer 2

你可以用一個正則表達式做到這一點：

import re 

regex = re.compile(r'(\d*)([A-Za-z ]+)$') 
card_list = ["2 Cardname", "3 Cardname Two", "Cardname Three"] 
card_dict = {} 

for quantity, name in (regex.match(card).groups() for card in card_list): 
    if not quantity: 
     quantity = 1 
    card_dict[name.strip()] = int(quantity) 

print(card_dict) 

給予我們：

{'Cardname Two': 3, 'Cardname Three': 1, 'Cardname': 2} 

不能使用groupdict()達到你想要的東西，因爲它返回的subgroup_name: match不match: match的字典。 。相反，我們做一個匹配，然後拿到團體，這讓我們在與我們的比賽的元組

一個額外的x中很容易支持的符號，我們只是將其添加到正則表達式：

regex = re.compile(r'(\d*)x?([A-Za-z ]+)$') 

通過匹配x?，我們匹配x，如果它存在，則不匹配。這裏唯一的潛在問題是如果你有一個以x開頭的卡片名稱。

需要注意的是，如果你可以假設，這一數目將永遠在那裏，你可以做到這一點作爲一個班輪：

{name.strip(): quantity for quantity, name in (regex.match(card).groups() for card in card_list)} 

雖然我認爲這是推動可讀性的邊界。