将authorship字符串划分为authors
将authorship字符串划分为authors
提问于 2015-08-21 23:13:24
我正在尝试设计一种聪明的方法来划分作者字符串，问题是字符串使用逗号不仅用于作者之间的分隔，而且还用于他们的名字和姓氏之间的分隔。因此，举个例子：
"LastName1, F.N., LastName2, S.N, Lastname3, T."我可以使用一些标记化函数来将字符串除以标记，然后将它们连接起来，但我不认为这是健壮的：
def tokenize(str, token=','):
return [x for x in re.split(r'\s*%s\s*' % token,str) if x]
def grouper(iterable, n, fillvalue=None):
"Collect data into fixed-length chunks or blocks"
# grouper('ABCDEFG', 3, 'x') --> ABC DEF Gxx"
args = [iter(iterable)] * n
return itertools.zip_longest(*args, fillvalue=fillvalue)
auth = "LastName1, F.N., LastName2, S.N, Lastname3, T."
tmp1 = tokenize(auth)
tmp2 = grouper(tmp1, 2)
print(["{} {}".format(*i) for i in tmp2]) 运行此代码将返回：
['LastName1 F.N.', 'LastName2 S.N', 'Lastname3 T.']有没有更好的(更健壮的)方法来做到这一点？
回答 2
Stack Overflow用户
发布于 2015-08-21 23:25:16
下面是一个真正简单的记号赋予器，它是专门为逗号编写的(所以很清楚它在做什么)：
def tokenize(str):
return re.findall(r'([^,]*,[^,]*),?', str)它查找字符串、逗号、字符串以及可选的尾随逗号，返回所有匹配项。
Stack Overflow用户
发布于 2015-08-21 23:32:49
这是你想要的吗？
>>> auth = 'LastName1, F.N., LastName2, S.N, Lastname3, T.'
>>> names = tuple(map(str.strip, auth.split(',')))
>>> assert not len(names) & 1, 'names must come in pairs'
>>> data = [names[offset:offset+2][::-1] for offset in range(0, len(names), 2)]
>>> print(data)
[('F.N.', 'LastName1'), ('S.N', 'LastName2'), ('T.', 'Lastname3')]它提供了一个名字和姓氏对的列表。
编辑：
以下是基于您的评论的更正。
>>> auth = 'LastName1, F.N., LastName2, S.N, Lastname3, T.'
>>> names = tuple(map(str.strip, auth.split(',')))
>>> assert not len(names) & 1, 'names must come in pairs'
>>> data = [' '.join(names[index:index+2]) for index in range(0, len(names), 2)]
>>> print(data)
['LastName1 F.N.', 'LastName2 S.N', 'Lastname3 T.']现在的输出看起来与您想要的完全相同。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/32143863
复制相关文章
相似问题
腾讯云开发者
