Python 单行提取字段的方法

Question

输入：

$ ./ffmpeg -i test020.3gp                                                                                                               
ffmpeg version UNKNOWN, Copyright (c) 2000-2011 the FFmpeg developers
  built on May  5 2011 14:30:25 with gcc 4.4.3
  configuration: 
  libavutil    51.  2. 0 / 51.  2. 0
  libavcodec   53.  3. 0 / 53.  3. 0
  libavformat  53.  0. 3 / 53.  0. 3
  libavdevice  53.  0. 0 / 53.  0. 0
  libavfilter   2.  4. 0 /  2.  4. 0
  libswscale    0. 14. 0 /  0. 14. 0
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'test020.3gp':
  Metadata:
    major_brand     : 3gp4
    minor_version   : 512
    compatible_brands: 3gp4
    creation_time   : 2004-07-01 09:59:21
  Duration: 00:01:02.20, start: 0.000000, bitrate: 284 kb/s
    Stream #0.0(und): Audio: aac, 44100 Hz, stereo, s16, 96 kb/s
    Metadata:
      creation_time   : 2004-07-01 09:59:21
    Stream #0.1(und): Video: mpeg4, yuv420p, 176x120 [PAR 1:1 DAR 22:15], 184 kb/s, 15 fps, 15 tbr, 30k tbn, 15 tbc
    Metadata:
      creation_time   : 2004-07-01 09:59:23
At least one output file must be specified

假设我想用下面这个正则表达式来提取宽度和高度：

(\d+x\d+)

在perl中，我会这样做：

$ ./ffmpeg -i test020.3gp 2>&1 | perl -lane 'print $1 if /(\d+x\d+)/'
176x120

然后我尝试构建一个类似的python单行代码，它有点能用，但不是完全正确：

$ ./ffmpeg -i test020.3gp 2>&1 | python -c "import sys,re;[sys.stdout.write(str(re.findall(r'(\d+x\d+)', line))) for line in sys.stdin]"
[][][][][][][][][][][][][][][][][][][]['176x120'][][][]

那么，和perl对应的python单行代码应该是什么样的呢？

Answer 1

我正在开发一个模块，目的是让写Python的一行代码变得更轻松。你可以把它想象成Ruby和Perl中的一些选项，比如-n、-e、-l和-p，但是是为Python准备的。

$ pip install oneliner
# use as pyl-$major-$minor <args> or python -m oneliner <args>

$ pyl-2.7 -j -ne 're.findall("\d+x\d+", line)' < ffmpeg.txt

Answer 2

在编程中，有时候我们需要让程序在特定的条件下执行某些操作。比如说，当用户点击一个按钮时，程序就会做出反应。这种情况通常会用到“事件”这个概念。

事件就像是程序中的一个信号，告诉程序发生了什么事情。比如，用户点击了鼠标、按下了键盘，或者页面加载完成等。程序可以“监听”这些事件，并在事件发生时执行相应的代码。

为了让程序能够处理这些事件，我们需要写一些代码来定义这些操作。这就像是给程序设定了一些规则，告诉它在特定情况下应该做什么。

总之，事件处理是让程序与用户互动的重要部分。通过合理地使用事件，程序可以变得更加灵活和智能。

cat sample.txt | python -c "import sys,re; print '\n'.join(re.findall(r'(\d+x\d+)',sys.stdin.read()))"
176x120

Answer 3

你想要的是 re.search 而不是 re.findall。

这样做就能解决问题，虽然这行代码看起来有点“丑”（/tmp/p 只是你提供的示例数据）：

% cat /tmp/p 2>&1 | python -c "import re,sys; print re.search(r'(\d+x\d+)', sys.stdin.read()).group()"
176x120

你有没有考虑直接使用 grep （在这种情况下是 egrep）呢？

% cat /tmp/p | egrep -o '[0-9]+x[0-9]+'
176x120