从 Python 3 中的给定字符串解析测量值（多维）

Question

我知道 this post and this library 但他们没有帮助我解决以下这些具体案例。我如何解析如下测量值：

我有如下字符串；

"Square 10 x 3 x 5 mm"
"Round 23/22; 24,9 x 12,2 x 12,3"
"Square 10x2"
"Straight 10x2mm"

我正在寻找 Python 软件包或某种方式来获得如下结果；

>>> a = amazing_parser.parse("Square 10 x 3 x 5 mm")
>>> print(a)
10 x 3 x 5 mm

同样；

>>> a = amazing_parser.parse("Round 23/22; 24,9x12,2")
>>> print(a)
24,9 x 12,2

我还尝试使用 "ner_ontonotes_bert_mult" 模型来使用“named entity recognition”。但结果如下：

>>> from deeppavlov import configs, build_model
>>> ner_model = build_model(configs.ner.ner_ontonotes_bert_mult, download=True)
>>> print(ner_model(["Round 23/22; 24,9 x 12,2 x 12,3"]))
<class 'list'>: [[['Round', '23', '/', '22', ';', '24', ',', '9', 'x', '12', ',', '2', 'x', '12', ',', '3']], [['O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL']]]

我不知道如何正确地从此列表中提取这些测量值。

我还找到了正则表达式：

>>>re.findall("(\d+(?:,\d+)?) x (\d+(?:,\d+)?)(?: x (\d+(?:,\d+)?))?", "Straight 10 x 2 mm")
<class 'list'>: [('10', '2', '')]

但如果输入包含 2 个维度，它确实会在结果列表中留下一个空值，如果数字和 "x"s 之间没有空格，它就不起作用。我不擅长正则表达式...

Answer 1

对于给定的示例，您可以使用：

(?<!\S)\d+(?:,\d+)? ?x ?\d+(?:,\d+)?(?: ?x ?\d+(?:,\d+)?)*

部分

(?<!\S) 负向回顾，断言左边的不是非空白字符
\d+(?:,\d+)? 匹配 1+ 个数字和可选的 , 和 1+ 个数字
?x ? 在可选空格之间匹配 x
\d+(?:,\d+)? 匹配 1+ 个数字和可选的 , 和 1+ 个数字
(?:非捕获组
- ?x ?\d+Matchx` 介于可选空格和 1+ 个数字之间
- (?:,\d+)? 可选择匹配一个 , 和 1+ 个数字
)*关闭非捕获组并重复0+次

Regex demo | Python demo

例如

import re

regex = r"(?<!\S)\d+(?:,\d+)? ?x ?\d+(?:,\d+)?(?: ?x ?\d+(?:,\d+)?)*"
test_str = ("Square 10 x 3 x 5 mm\n"
    "Round 23/22; 24,9 x 12,2 x 12,3\n"
    "Square 10x2\n"
    "Straight 10x2mm\n"
    "Round 23/22; 24,9x12,2")
result = re.findall(regex, test_str)
print(result)

输出

['10 x 3 x 5', '24,9 x 12,2 x 12,3', '10x2', '10x2', '24,9x12,2']

从 Python 3 中的给定字符串解析测量值（多维）

Parse measurements (multiple dimensions) from a given string in Python 3

regex

python-3.x

parsing

units-of-measurement

named-entity-recognition