Python：如何从字符串中提取所需信息？

Question

我刚开始学习Python。请问Python里有没有类似于StringTokenizer的东西？我可以逐个字符地扫描和复制吗？

我有以下这个输入字符串：

data = '123:Palo Alto, CA -> 456:Seattle, WA 789'

我需要从这个字符串中提取出两个字段（城市，州）。这是我写的代码：

name_list = []
while i < len(data)):
      if line[i] == ':':
          name = ''
          j = 0
          i = i + 1
          while line[i] != '-' and line[i].isnumeric() == False:
             name[j] = line[i]   # This line gives error
             i = i + 1
             j = j + 1
          name_list.append(name)
      i = i + 1

我该怎么做呢？

Answer 1

如果你想的话，可以使用一个叫做正则表达式的东西：/\d+:(\w+),\s(\w+)/。虽然看起来不太好，但应该能完成你想要的工作。假设你要匹配的字符串就是你之前提到的测试字符串。

import re

for s in string_to_match.split("->"):
    m = re.match(r"\d+:(\w+),\s(\w+)", s)
    city = m.group(1)
    state = m.group(2)

语法可能有点问题，但大体思路是对的。

Answer 2

data = '123:Palo Alto, CA -> 456:Seattle, WA 789'
citys = []
for record in data.split("->"):
    citys.append(
        re.search(r":(?P<city>[\w\s]+),\s*(?P<state>[\w]+)",record)
        .groupdict()
    )

print citys

输出结果是：

[{'city': 'Palo Alto', 'state': 'CA'}, {'city': 'Seattle', 'state': 'WA'}]

Answer 3

我的看法是，假设这个字符串总是按照你的例子格式化的：

import re

data = '123:Palo Alto, CA -> 456:Seattle, WA 789'

name_list = []
r = re.compile("(\s?\d)|:")
name_list += r.sub("", data).split(" ->")
print name_list # Prints ['Palo Alto, CA', 'Seattle, WA']

关于你的错误，空字符串的长度是0，所以索引0是不存在的：

>>> s = ""
>>> len(s)
0

不过，你可以在Python中用+运算符来连接字符串，像这样：

>>> s += "Some"
>>> s += " Text"
>>> print s
Some Text