哪个正则表达式将匹配由逗号分隔的数字对，其中数字对由竖线分隔？

Question

我目前正在尝试在Python上进行RegEx匹配，以匹配类似以下的输入：

37.1000,-88.1000
37.1000,-88.1000|37.1450,-88.1060
37.1000,-88.1000|37.1450,-88.1060|35.1450,-83.1060

因此，是一些由逗号分隔的十进制数对，如果存在多个数对，则使用竖线|进行分隔。 我尝试了一些方法，但似乎无法得到正确匹配的正则表达式字符串。

尝试1：

((((\d*\.?\d+,\d*\.?\d+)\|)+)|(\d*\.?\d+,\d*\.?\d+))

尝试2：

((((-?\d*\.?\d+,-?\d*\.?\d+)\|)+)|(-?\d*\.?\d+,-?\d*\.?\d+))

我希望有人之前就做过这个，或者有足够的正则表达式经验可以完成这样的事情。

- freddiev4

---

预期输出是什么？获取所有的配对吗？ - azro

你可以使用 split()。 - Jan

你想要拆分匹配还是匹配整个字符串？ - The fourth bird

匹配整个字符串会很有用（我认为）。我想使用正则表达式来检测字符串是否符合该格式。 - freddiev4

Answer 1

如果您想匹配整个字符串，可以匹配小数并重复以逗号为前缀的模式。

然后使用相同的模式，并将其以|为前缀进行重复。

^[+-]?\d+\.\d+(?:,[+-]?\d+\.\d+)*(?:\|[+-]?\d+\.\d+(?:,[+-]?\d+\.\d+)*)*$

• ^ 字符串开头
• [+-]?\d+\.\d+ 匹配可选的+或-和小数部分
• (?: 非捕获组
  • ,[+-]?\d+\.\d+ 匹配逗号后面的与前面相同的模式
• )* 关闭组并重复0次或多次
• (?: 非捕获组
  • \| 匹配|
  • [+-]?\d+\.\d+ 匹配可选的+或-和小数部分
  • (?: 非捕获组
    • ,[+-]?\d+\.\d+ 匹配逗号后面的与前面相同的模式
  • )* 关闭组并重复0次或多次
• )* 关闭组并重复0次或多次
• $ 字符串结尾

正则表达式演示

- The fourth bird

Answer 2

这就是解析器的作用（检查正确的格式）：

from parsimonious.grammar import Grammar

data = """
37.1000,-88.1000
37.1000,-88.1000|37.1450,-88.1060
37.1000,-88.1000|37.1450,-88.1060|35.1450,-83.1060
"""

grammar = Grammar(
    r"""
    line    = pair (pipe pair)*
    pair    = point ws? comma ws? point
    point   = ~"-?\d+(?:.\d+)?"
    comma   = ","
    pipe    = "|"
    ws      = ~"\s+"
    """
)


for line in data.split("\n"):
    try:
        grammar.parse(line)
        print("Correct format: {}".format(line))
    except:
        print("Not correct: {}".format(line))

这将产生以下结果。

Not correct: 
Correct format: 37.1000,-88.1000
Correct format: 37.1000,-88.1000|37.1450,-88.1060
Correct format: 37.1000,-88.1000|37.1450,-88.1060|35.1450,-83.1060
Not correct: 

机器人的不正确：语句来自空行。

---

如果您真正想检索值，则需要编写另一个访问者类：

class Points(NodeVisitor):
    grammar = Grammar(
        r"""
        line    = pair (pipe pair)*
        pair    = point ws? comma ws? point
        point   = ~"-?\d+(?:.\d+)?"
        comma   = ","
        pipe    = "|"
        ws      = ~"\s+"
        """
    )

    def generic_visit(self, node, visited_children):
        return visited_children or node

    def visit_pair(self, node, visited_children):
        x, *_, y = visited_children
        return (x.text, y.text)

    def visit_line(self, node, visited_children):
        pairs = [visited_children[0]]
        for potential_pair in [item[1] for item in visited_children[1]]:
            pairs.append(potential_pair)
        return pairs

point = Points()
for line in data.split("\n"):
    try:
        pairs = point.parse(line)
        print(pairs)
    except ParseError:
        print("Not correct: {}".format(line))

- Jan

Answer 3

你甚至不需要使用正则表达式。保持简单。

第一步

以逗号,为分隔符进行拆分。

s.split(',')

步骤2

按照|进行分割，并确保每个结果都是float类型（或者可以在不出错的情况下转换为此类型）。如果不需要，可以删除第二步（验证）。

r = s.split('|')
for v in r:
    try:
        float(v)
    except ValueError:
        print(v + ' is not a float')

步骤3

合并。

在此处测试

strings = [
    '37.1000,-88.1000',
    '37.1000,-88.1000|37.1450,-88.1060',
    '37.1000,-88.1000|37.1450,-88.1060|35.1450,-83.1060'
]

def split_on_comma(s):
    return s.split(',')

def split_on_bar(s):
    r = s.split('|')
    for v in r:
        try:
            float(v)
        except ValueError:
            print(v + ' is not a float')
    return r

for s in strings:
    for c in split_on_comma(s):
        print(split_on_bar(c))

没有验证和功能的话，您的代码会变成：

for s in strings:
    for c in s.split(','):
        for b in c.split('|'):
            print(b)

您可以按照自己的喜好更改输出，但这会呈现分割和验证数据的每个必需步骤。

- ctwheels

---

真的没错（加1），但你甚至可以用你的保时捷去买点牛奶... - Jan

Answer 4

如果您想按键值对检索值，并且使用简单的正则表达式或仅使用split()，请这样做。

for value in values:
    pairs = re.findall("([\d. ,-]+)\|?", value)
    for pair in pairs:
        v1, v2 = pair.strip().split(",")
# or
for value in values:
    pairs = value.split("|")
    for pair in pairs:
        v1, v2 = pair.strip().split(",")

- azro