使用正则表达式去除不必要的空格以获得期望的输出。

Question

我有几个这样的非结构化数据

test1     21;
 test2  22;
test3    [ 23 ];

我想去掉不必要的空格，并将其转换为每行两项的列表，预期输出应如下所示。

['test1', '21']
['test2', '22']
['test3', ['23']]

现在，我正在使用这个正则表达式sub方法来删除不必要的空格

re.sub(r"\s+", " ", z.rstrip('\n').lstrip(' ').rstrip(';')).split(' ')

现在的问题是它能够将不必要的空格替换为单个空格，这很好。但我在第三个例子中遇到了问题，在开放和关闭括号之后和之前有空格，我想要移除它们。但是使用上面的正则表达式我无法做到。

这是我目前得到的输出。

['test1', '21']
['test2', '22']
['test3', '[', '23', ']']

您可以在pythontutor中查看示例。

（本文为技术文献翻译，涉及Python代码）

- Tony Montana

---

为什么不在之前移除方括号？ - Wiktor Stribiżew

抱歉，是我的错。实际上我需要那些方括号。让我更新一下帖子。再次道歉。 - Tony Montana

这不是正则表达式的可能结果，因为['23']是由数组生成的结果。正则表达式并不是其强项。 - sln

Answer 1

您可以使用以下带有2个捕获组的正则表达式：

(\w+)\s+(\[[^]]+\]|\w+);

I am happy to help! Here is the translated text:

正则表达式演示

正则表达式细节：

• (\w+)：匹配至少1个单词字符并捕获到第一组。
• \s+：匹配至少1个空格。
• (\[[^]]+\]|\w+)：匹配[...]格式的字符串或者单词，并捕获到第二组。
• ;：匹配分号;

代码：

>>> import re
>>> data = '''
... test1     21;
...  test2  22;
... test3    [ 23 ];
... '''
>>> res = []
>>>
>>> for i in re.findall(r'(\w+)\s+(\[[^]]+\]|\w+);', data):
...     res.append([ i[0], eval(re.sub(r'^(\[)\s*|\s*(\])$', r'\1"\2', i[1])) if i[1].startswith('[') else i[1] ])
...
>>> print (res)
[['test1', '21'], ['test2', '22'], ['test3', ['23']]]

- anubhava

Answer 2

您可以使用

import re
 
x = "test1     21"
y = "     test2  22"
z = "    test3    [ 23 ]"
 
for a in [x, y, z]:
    print(re.sub(r"(?<![^[\s])\s+|\s+(?=])", "", a.rstrip('\n').lstrip(' ').rstrip(';')).split(' '))

请查看Python演示。输出结果如下：

['test1', '21']
['test2', '22']
['test3', '[23]']

细节:

• (?<![^[\s])\s+ - 一个或多个空格，前面是 [ 字符、空格或字符串的开头
• | - 或者
• \s+(?=]) - 一个或多个空格，后面是 ] 字符。

- Wiktor Stribiżew