从OCR resu解析Python正则表达式

Question

我试图分析以下文本

输入：

value1 @ M Temperature       1.30 ohmm       @ 74 00 degF  
value2 Q M. Temperature          1 70 ohmm @ 74.00 degF   
value3 @ m Temperature       110 ohmm        @ 74.00 degF  

预期产量：

^{pr2}$

等等

我能够从文件中提取文本，但是在使OCR输出中的差异动态解析时遇到问题。因此，当它显示为“Temp”时，它仍然会拉动期望值。在

import re

with open('C:\Users\NthDS1\Documents\samp.txt', 'r') as f:
    data  = list()
    group = dict()
    for key, value in re.findall(r'(.*)Temperature\s*([\dE+-.]+)', f.read()):
        if key in group:
            data.append(group)
            group = dict()
        group[key] = value
    data.append(group)

print data

Answer 1

如果这是唯一的变化（点的空格），你可以试试

\b(?P<value>\d+(?:[. ]\d+)?)\b\s*
(?P<unit>\w+)

见a demo on regex101.com。

---

在一个小函数的帮助下，您可以使用 ^{pr2}$

屈服

[(1.3, 'ohmm'), (74.0, 'degF'), (1.7, 'ohmm'), (74.0, 'degF'), (110.0, 'ohmm'), (74.0, 'degF')]

Answer 2

你可以试试这个：

import re
data = [dict(zip(['name', 'ohmm', 'degF'], re.findall('^[a-zA-Z0-9]+|[\d\.]+(?=\sohmm)|[\d\.]+(?=\sdegF$)', i.strip('\n'))) for i in open('filename.txt')]

输出：

^{pr2}$