名前付きグループと代入を使用してPython正規表現で文字列を解読する

Question

私はまだカバーする方法がわからない特別な使用例があります。私はfield_name/field_lengthに基づいて文字列を解剖したい。そのために私は次のような正規表現を定義します：

'(?P<%s>.{%d})' % (field_name, field_length) 

これをすべてのフィールドについて繰り返します。

私はまた、各フィールドの右にあるスペースを削除する正規表現を持っている：

self.re_remove_spaces = re.compile(' *$') 

私はこのような各フィールドを取得することができますこの方法：

def dissect(self, str): 
    data = { } 
    m = self.compiled.search(str) 
    for field_name in self.fields: 
     value = m.group_name(field_name) 
     value = re.sub(self.re_remove_spaces, '', value) 
     data[field_name] = value 
    return data 

私は、この処理を実行する必要があります何百万という文字列なので、効率的でなければなりません。

compiled.searchの代わりにcompiled.subを使用して、解剖+空間の除去を1回のステップで実行することをお勧めしますが、これを行う方法はわかりません。

具体的には、私の質問は：

どのように私はPythonの正規表現で指定されたグループと組み合わせ正規表現置換を行うのですか？

Answer 1

私は例えば、それは、各フィールドがテーブルのように、文字列で隣同士に座って取る：

name  description  license 
python language   opensource 
windows operating system proprietry 

したがって、各フィールドの長さを事前に知っていると仮定すれば、正規表現をまったく使用することなく、もっと簡単に行うことができます。

>>> self.dissect('python language   opensource') 
{'lang': 'python', 'license': 'opensource', 'desc': 'language'} 

が、これはあなたががやるしようとしているものです：fields = [('lang', 9), ('desc', 19), ('license', 12)]場合、その後

def dissect(text): 
    data = {} 
    for name, length in fields: 
     data[name] = text[:length].rstrip() 
     text = text[length:] 
    return data 

（それが組み込みstrタイプと衝突するのでところで、strは、変数のための良い名前ではありませんか）？

Answer 2

subを使用すると、あなたが直接必要な部分にマッチすることができます。

あなたが好きなものを使用することができます

(?P<name>.{0,N}(?<!)) 

しかし、試合は正確N長くする必要があれば、あなたは同じように、先読みを使用することができます。これは使用してより良い実行している場合

(?=(?P<name>.{0,N}(?<!))).{N} 

追加のトリムは疑わしい。あなたはそれを試して私たちに知らせることができます。

これらの式は、一致するものがスペースのみで、文字がスペースでもある場合は機能しません。あなたが動作するようにそのケースが必要な場合は、グループの最後に|を追加することができます。

(?P<name>.{0,N}(?<!)|)