Question

我有以下字符串

"1206292WS_R0_ws.shp"

我正在尝试重新除了第二个“_”和“.shp”之间的所有内容

在这种情况下，输出将是“ws”。

我设法删除了.shp但是对于我的生活无法弄清楚如何在“_”之前摆脱一切

epass = "1206292WS_R0_ws.shp"

regex = re.compile(r"(\.shp$)")

x = re.sub(regex, "", epass)

输出

1206292WS_R0_ws

期望的输出：

ws

Answer 1

你真的不需要这个正则表达式

print epass.split("_")[-1].split(".")[0]


>>> timeit.timeit("epass.split(\"_\")[-1].split(\".\")[0]",setup="from __main__
import epass")
0.57268652953933608

>>> timeit.timeit("regex.findall(epass)",setup="from __main__ import epass,regex
0.59134766185007948

两者的速度似乎非常相似，但分裂时速度要快一点

实际上到目前为止最快的方法是

print epass.rsplit("_",1)[-1].split(".")[0]

对于100k长（在我的系统上）的字符串需要3秒，对于其他任何一种方法需要35+秒

如果你的意思是第二个_而不是最后一个_那么你可以做到

epass.split("_",2)[-1].split(".")

虽然取决于第二个_是正则表达式的位置可能同样快或更快

Answer 2

您描述的正则表达式为^[^_]*_[^_]*_(.*)[.]shp$

>>> import re
>>> s="1206292WS_R0_ws.shp"
>>> regex=re.compile(r"^[^_]*_[^_]*_(.*)[.]shp$")
>>> x=re.sub(regex,r"\1",s)
>>> print x
ws

注意：这是您描述的正则表达式，不一定是解决实际问题的最佳方法。

除了第二个“_”和“.shp”
之间的所有内容

Regexplation：

^       # Start of the string
[^_]*   # Any string of characters not containing _
_       # Literal 
[^_]*   # Any string of characters not containing _
(       # Start capture group
.*      # Anything
)       # Close capture group
[.]shp  # Literal .shp
$       # End of string

Answer 3

另外，如果你不想要正则表达式，你可以使用rfind和find方法

epass[epass.rfind('_')+1:epass.find('.')]

Answer 4

也许_([^_]+)\.shp$会完成这项工作？

Answer 5

RE的简单版本

   import re
    re_f=re.compile('^.*_')
    re_b=re.compile('\..*')
    inp = "1206292WS_R0_ws.shp"
    out = re_f.sub('',inp)
    out = re_b.sub('',out)
    print out
    ws

Python重新找到下划线和ext之间的字符串

5 个答案: