在python中从下面的字符串中提取值的最佳方法是什么？

Question

假设我有以下字符串：

thestring = "1) My Favorite Pokemon Charizard *22.00 MP* [Pre-Avatar Mode Cost: 15.75 MP] [Post-Avatar Mode Cost: 6.250 MP]"

其他一些样品可以是：

^{pr2}$

（第三种情况的冒号是故意的）

如何最好地提取“预投成本”和“后化身模式成本”的值？我听过正则表达式，但也字符串。查找方法，但不确定什么是实现此目标的最佳方法。请注意，尽管“化身前模式成本”可能是15.75万像素，但也可能取决于种类，也可能是15.752或包含多个小数位。语法是值得赞赏的。在

更新：

我使用的是python2.7。最接近的答案是：

m = re.match('\[Pre-Avatar Mode Cost: (?P<precost>\d(\.\d*){0,1}) MP\] \[Post-Avatar Mode Cost: (?P<postcost>\d(\.\d*){0,1}) MP\]', '1) My Favorite Pokemon Mew *1 MP* [Pre-Avatar Mode Cost: 0.5 MP] [Post-Avatar Mode Cost: 0.5 MP]')

虽然它看起来并没有正确匹配，结果m由于没有匹配而导致“Nonetype”。在

我做了一个小小的改变，使用了以下方法：

m = re.match('(.*)\[.*(?P<precost>\d+(\.\d*){0,1}).*\].*\[.*(?P<postcost>\d+(\.\d*){0,1}).*\]', '1) My Favorite Pokemon Mew *1 MP* [Pre-Avatar Mode Cost: 0.5 MP] [Post-Avatar Mode Cost: 0.5 MP]')

尽管看起来precost和postcost都等于“5”。知道正则表达式有什么问题吗？在

Answer 1

这可能会对你正在搜索的文本中存在的而不是做出太多假设，但肯定会更短，可能更快：

re.findall('\[Pre[^:]+:\s+(?P<precost>\S+)[^[]+\[Post[^:]+:\s+(?P<postcost>\S+)', 
    thestring)
[('5', '1.25')]

这些假设可能不正确：

• 总有一个空间在成本之后和“下午”之前。在
• 方括号内的冒号只出现一次，它总是放在“成本”之后。在
• 在“前”或“后”括号内没有“其他”序列。在

Answer 2

我认为正则表达式是最好的选择：

pattern = re.compile(r"\[.*?([0-9]+(?:\.[0-9]+)?).*?\]")
pre, post = [float(x) for x in re.findall(pattern, thestring)]

不管小数点后（或小数点后）的位数。在

Answer 3

http://docs.python.org/2/howto/regex.html

以下是所需分组：

m = re.match('\[Pre-Avatar Mode Cost\: (?P<precost>\d(?:\.\d*)?) MP\] \[Post-Avatar Mode Cost\: (?P<postcost>\d(?:\.\d*)?) MP\]', '1) My Favorite Pokemon Mew *1 MP* [Pre-Avatar Mode Cost: 0.5 MP] [Post-Avatar Mode Cost: 0.5 MP]')

访问群的方式：

^{pr2}$

如果不关心字符串的内容，并且知道值在2个方括号中，则可以：

m = re.match('\[.*?(?P<precost>\d+(?:\.\d*)?).*?\].*?\[.*?(?P<postcost>\d+(?:\.\d*)?).*\]', 'your long string')
m.group('precost')
m.group('postcost')