Dotaz: Rozdělení textu, pomoc s regulárním výrazem.

[Martin Stiborský]

Ahoj.

Mám textový řetězec, ze kterého potřebuji vytáhnout jeho části podle určitého vzoru, bohužel je více možností, jak ten řetězec může vypadat.

Varianty jsou:

• :: První část :: Druhá část
• :: Jenom jedna část
• Nebo jen kus textu bez teček

Druhá část tedy být může a nemusí, jistota je, že tam bude kus textu, který může a nemusí být uvozen tečkami.

No a já potřebuji získat odděleně ty dvě části, pokud jsou dvě, jinak vybrat jenom tu jednu.

Celé to provádím v Pythonu, je to součást Qt programu. Zkoušel jsem to přes split(). Split z Qt knihovny má fajn příznak "SkipEmptyParts", takže toto:

QtCore.QString(":: První část :: Druhá část").split("::", QtCore.QString.SkipEmptyParts)

 

Mi vrátí přesně ty dvě části. Takže kdybych vymyslel jak ošetřit výjimku ValueError při neexistenci druhé části při volání tohoto:

 

prvniCast, druhaCast = text.split("::", QtCore.QString.SkipEmptyParts)

 

Tak by se mi to líbilo :) Když druhá část neexistuje, potřeboval bych té proměnné přiřadit "None", to by bylo ideální.

No a nebo můžu použít regulární výraz, nevím který postup bude lepší. Mám tu jeden, který jsem před nějakou dobou asi stvořil, ale mám ho neokomentovaný, takže nemám šajn jak to funguje (no, možná zlehka tuším :) ) , jako obvykle když se trápím s regexpy.

 

re.compile(r"(?P<name>^::\w[^::]+)?(?P<text>.*)", re.UNICODE)

 

Jak by jste to řešili vy prosím ?

Děkuji za pomoc.

Odpovědi

[l4m4]

[x for x in s.split('::') if x]

je senzam neprázdných částí.

Pak snad stačí append(None) nebo insert(0, None) (nepochopil jsem, kde chceš to None mít), je-li délka senzamu jen 1.

[Přemek Vyhnal]

v pythonu nevim, ale match regexem treba nejak takhle?

m/(::\s*)?([^:]*)((::\s*)?(.*))?/

a bude to v $2, prip. druhy v $5