如何解析python中同一个字符串后面出现的值？

Question

我有一个这样的输入文本（实际文本文件也包含围绕这 2 个字符串的大量垃圾字符。）

(random_garbage_char_here)**value=xxx**;(random_garbage_char_here)**value=yyy**;(random_garbage_char_here)

我正在尝试解析文本以存储如下内容： value1="xxx" 和 value2="yyy"。我写了python代码如下：

value1_start = content.find('value')
value1_end = content.find(';', value1_start)

value2_start = content.find('value')
value2_end = content.find(';', value2_start)


print "%s" %(content[value1_start:value1_end])
print "%s" %(content[value2_start:value2_end])

但它总是returns:

value=xxx
value=xxx

谁能告诉我如何解析文本以便输出为：

value=xxx
value=yyy

Answer 1

对于此输入：

content = '(random_garbage_char_here)**value=xxx**;(random_garbage_char_here)**value=yyy**;(random_garbage_char_here)'

使用简单的正则表达式并手动去除第一个和最后两个字符：

import re

values = [x[2:-2] for x in re.findall(r'\*\*value=.*?\*\*', content)]
for value in values:
    print(value)

输出：

value=xxx
value=yyy

这里假设总是有两个前导和两个尾随 *，如 **value=xxx**.

Answer 2

使用正则表达式方法：

re.findall(r'\bvalue=[^;]*', s)

或者 - 如果 value 可以是任何 1+ 个单词 (letter/digit/underscore) 个字符：

re.findall(r'\b\w+=[^;]*', s)

见regex demo

详情:

\b - 单词边界
value= - 文字字符序列 value=
[^;]* - ;.

查看 Python demo:

import re
rx = re.compile(r"\bvalue=[^;]*")
s = "$%$%&^(&value=xxx;$%^$%^$&^%^*value=yyy;%$#^%"
res = rx.findall(s)
print(res)

Answer 3

使用正则表达式从 "junk characters":

中过滤您想要的数据

>>> import re
>>> _input = '#4@5%value=xxx38u952035983049;3^&^*(^%value=yyy#%$#^&*^%;$#%$#^'
>>> matches = re.findall(r'[a-zA-Z0-9]+=[a-zA-Z0-9]+', _input)
>>> matches
['value=xxx', 'value=yyy']
>>> for match in matches:
    print(match)


value=xxx
value=yyy
>>>

总结或正则表达式：

[a-zA-Z0-9]+：一个或多个字母数字字符
=：字面等号
[a-zA-Z0-9]+：一个或多个字母数字字符

Answer 4

基于 re 模块，您已经有了很好的答案。那当然是最简单的方法了。

如果出于任何原因（性能？）您更喜欢使用 str 方法，这确实是可能的。但是您必须搜索第一个字符串末尾之后的第二个字符串：

value2_start = content.find('value', value1_end)
value2_end = content.find(';', value2_start)

如何解析python中同一个字符串后面出现的值？

How to parse values appear after the same string in python?

python

regex

string

parsing

string-parsing