一组模式的通用/统一正则表达式

common/unified regex for a set of pattern

提问人：user2532296 提问时间：6/2/2023 更新时间：6/2/2023 访问量：41

问：

我正在尝试进行一些文本处理，并且有兴趣知道我是否可以为某种模式提供通用/统一的正则表达式。感兴趣的模式是以 where 结尾的字符串，在 的第二列上有一个数字。一旦正则表达式匹配，我希望将其替换为 .{string}_{i}itest.csv{string}[i]

目前，python脚本对于我明确提及正则表达式模式的字符串按预期工作。我想要一个更通用的正则表达式模式，它将匹配所有字符串，而不是为所有模式编写正则表达式（这是不可扩展的）。{string}_{i}

输入测试 .csv
bom_a14 , COMP_NUM_0
bom_a17 , COMP_NUM_2
bom_a27 , COMP_NUM_11
bom_a35 , FUNC_1V8_OLED_OUT_7
bom_a38 , FUNC_1V8_OLED_OUT_9
bom_a39 , FUNC_1V8_OLED_OUT_10
bom_a46 , CAP_4
bom_a47 , CAP_3
bom_a48 , CAP_6
test.py
import csv
import re

# Match the values in the first column of the second file with the first file's data
with open('test.csv', 'r') as file2:
    reader = csv.reader(file2)
    for row in reader:
        row_1=row[1]
        # for matching COMP_NUM_{X}
        match_data = re.match(r'([A-Z]+)_([A-Z]+)_(\d+)',row_1.strip())
        # for matching FUNC_1V8_OLED_OUT_{X}
        match_data2 = re.match(r'([A-Z]+)_([A-Z0-9]+)_([A-Z]+)_([A-Z]+)_(\d+)',row_1.strip())
        # if match found, reformat the data
        if match_data:
            new_row_1 = match_data.group(1) +'_'+ match_data.group(2)+ '[' + match_data.group(3) + ']'
        elif match_data2:
            new_row_1 = match_data2.group(1) +'_'+ match_data2.group(2)+ '_'+ match_data2.group(3)+'_'+ match_data2.group(4)+'[' + match_data2.group(5) + ']'
        else:
            new_row_1 = row_1
        print new_row_1
输出
COMP_NUM[0]
COMP_NUM[2]
COMP_NUM[11]
FUNC_1V8_OLED_OUT[7]
FUNC_1V8_OLED_OUT[9]
FUNC_1V8_OLED_OUT[10]
 CAP_4
 CAP_3
 CAP_6
预期输出
COMP_NUM[0]
COMP_NUM[2]
COMP_NUM[11]
FUNC_1V8_OLED_OUT[7]
FUNC_1V8_OLED_OUT[9]
FUNC_1V8_OLED_OUT[10]
CAP[4]
CAP[3]
CAP[6]
Python 正则表达式 匹配

评论

答：

1赞 Timeless 6/2/2023 #1

我会使用具有单个通用模式的 sub：

with open("test.csv", "r") as file2:
    for row in csv.reader(file2):

        s = re.sub(r"(.+)_(\d+)$", r"\1[\2]", row[-1].strip())

        print(s)

正则表达式 ： [demo]

输出：

COMP_NUM[0]
COMP_NUM[2]
COMP_NUM[11]
FUNC_1V8_OLED_OUT[7]
FUNC_1V8_OLED_OUT[9]
FUNC_1V8_OLED_OUT[10]
CAP[4]
CAP[3]
CAP[6]
1赞 manu190466 6/2/2023 #2

如果使用 re.search，则正则表达式不必完全匹配字符串，而只需匹配子部分即可。 请注意，您甚至不需要使用 csv 阅读器来实现您想要的内容。

import re

data="""bom_a14 , COMP_NUM_0
bom_a17 , COMP_NUM_2
bom_a27 , COMP_NUM_11
bom_a35 , FUNC_1V8_OLED_OUT_7
bom_a38 , FUNC_1V8_OLED_OUT_9
bom_a39 , FUNC_1V8_OLED_OUT_10
bom_a46 , CAP_4
bom_a47 , CAP_3
bom_a48 , CAP_6"""

for line in data.split('\n'):
    match_data = re.search(r'(\w+)_(\d+)',line)
    if match_data:
        g1,g2=match_data.groups()
        print(f"{g1}[{g2}]")

上一个：如何使用自定义正则表达式拆分字符串？

下一个：如何将下划线视为空格提取文档编号