如何将_sre.SRE_Match类型转换为字符串和整数

Question

我想解析Python中的正则表达式，并将解析的字符串的值分配给2个变量。

例如，如果我有一个字符串

<tr align="right"><td>1</td><td>Michael</td><td>Jessica</td> 

欲值1分配给整数变量被称为秩和值[迈克尔，杰西卡]到称为名称的数组。

当我使用re.search()解析并使用.group()函数赋值时，分配的变量类型是_sre.SRE_Match。你能帮我关于如何将其分别转换为整数和字符串格式。

Answer 1

你可以试试这个：

<td>(\w+)<\/td> 

Demo

然后通过比赛迭代并分配给数组或变量...

示例代码（Run it here）：

import re  
regex = r"<td>(\w+)<\/td>"  
test_str = "<tr align=\"right\"><td>1</td><td>Michael</td><td>Jessica</td>" 
values=[] 
matches = re.finditer(regex, test_str)  
for match in matches: 
    if match.group(1).isdigit(): 
    rank = int(match.group(1)) 
    else: 
    values.append(match.group(1)) 

print(rank) 
print(values) 

Answer 2

以下行：

rank = re.search('(\d)+', line) 

应改为：

rank = re.search(r'\d+', line).group() # (..) is not needed 

得到一个字符串。

如果你想int对象，使用int：

rank = int(re.search(r'\d+', line).group()) 

---

BTW，使用re.findall，你的程序可以简化。

import re 

def extract_rankname(line): 
    groups = re.findall('<td>(.*?)</td>', line) 
    try: 
     rank = groups[0] # int(groups[0]) 
     return {rank: groups[1:]} 
    except ValueError: 
     return {} # return None 

extract_rankname('<tr align="right"><td>1</td><td>Michael</td><td>Jessica</td>') 
# => {'1': ['Michael', 'Jessica']} 

---

或者，而不是使用正则表达式解析HTML时，最好使用库像BeatufiulSoup，LXML。

>>> from bs4 import BeautifulSoup 
>>> soup = BeautifulSoup('<tr align="right"><td>1</td><td>Michael</td><td>Jessica</td>', 'lxml') 
>>> [td.text for td in soup.find_all('td')] 
[u'1', u'Michael', u'Jessica'] 
>>> tds = [td.text for td in soup.find_all('td')] 
>>> tds[0], tds[1:] 
(u'1', [u'Michael', u'Jessica']) 
>>> print(tds[0]) # rank 
1 
>>> tds[1:] # names 
[u'Michael', u'Jessica']