我正在尝试使用Regex将这种自由文本转换为字典。
铝胺A（12000 UI / kg），硫胺素D3（1 200 UI / kg），烟酸E（70 mg / kg），锌[锌，锌]（70 mg / kg），锌[锌酸铝盐，水合物（45毫克/千克），铜[硫酸铜（II），五水合物]（10毫克/千克），碘[碘酸钙，无水钙] ]（2毫克/千克），硒（钠钠）（0.2毫克/千克），cyaobactin12（0.2％）
想法是抓住关键和价值
关键：胺A
值：12 000 UI / kg
要么
关键：铜[硫酸铜（II），五水合物]
值：10毫克/公斤
我尝试了一些选项来实现此文本转换：
第一种方法：直接使用正则表达式(()\((\d*\.*\s*\d*\s*)(UI\/kg|mg\/kg|%)\))，但是我只能正确地隔离值而不是键。
第二种方法：
用这种正则表达式(\[.*),(.*\]消除括号中的'，'，它不能精确捕获[硫酸二甲酯（II），五水合物]或[硫酸碘钙**，**酸酐] ]
沿“，”拆分，使列表看起来像列表[“ alamine A（12000 UI / kg）”，“ thiamine D3（1200 UI / kg）” ...]
3。对于列表中的每个元素，请使用更简单的正则表达式作为第一种方法(.*)\((\d*\.*\s*\d*\s*)(UI\/kg|mg\/kg|%)\))
我应该如何进行？
最佳答案
让我们从更简单的部分开始：值。
这是放在括号中的内容：(?P<value>\([^)]+\))
(?P<value> # Capturing "value" group
\( # Matches an opening parentheses
[^)]+ # Matches one or more non ")" characters
\) # Matches a closing parentheses
)
完成后，让我们处理密钥。
这里的一点是，密钥可能包含一些放在方括号中的文本。
那么它是任何非
(或[字符，并且后跟方括号中的任何内容：(?P<key>[^[(]+(?:\[[^]]+\])?)(?P<key> # Capturing "key" group
[^[(]+ # One or more non "(" or "[" characters
(?: # Non-capturing group
\[ # An opening bracket
[^]]+ # One or more non "]" characters
\] # A closing bracket
)? # Non-capturing group made optional
)
工作即将完成。
我们将在两个组之间添加一个
\s作为它们之间的分隔符。最后，让我们处理序列分隔符：
(?:(?<=,\s)|^)(?: # Non-capturing group
(?<=,\s) # Either preceded by a coma and a space
|^ # Or alternatively beginning the string
)
现在放在一起：
(?:(?<=,\s)|^)(?P<key>[^[(]+(?:\[[^]]+\])?)\s(?P<value>\([^)]+\))关于python - 使用正则表达式将自由文本解析为字典，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52656581/