Небольшой трик с регулярными выражениями который редко вижу в чужом коде.
Допустим, вам нужно распарсить простой текст и вытащить оттуда пары имя+телефон. Вернуть всё это надо в виде списка словарей. Возьмем очень простой пример текста.
>>> text = '''
>>> Alex:8999123456
>>> Mike:+799987654
>>> Oleg:+344456789
>>> '''
Соответственно, для выделения нужных элементов будем использовать группы. Получится такой паттерн:
(\w+):([\d+]+)
Как мы будем формировать словарь из найденных групп?
>>> import re
>>> results = []
>>> for match in re.finditer(r"(\w+):([\d+]+)", text):
>>> results.append({
>>> "name": match.group(1),
>>> "phone": match.group(2)
>>> })
>>> print(results)
[{'name': 'Alex', 'phone': '8999123456'}, ...]
Можно немного сократить запись используя zip
>>> results = []
>>> for match in re.finditer(r"(\w+):([\d+]+)", text):
>>> results.append(dict(zip(['name', 'phone'], match.groups())))
Но есть способ лучше! Это именованные группы в regex. Можно в паттерне указать имя группы и результат сразу забрать в виде словаря.
>>> for match in re.finditer(r"(?P<name>\w+):(?P<phone>[\d+]+)", text):
>>> results.append(match.groupdict())
То есть всё что я сделал, это добавил в начале группы (внутри сбокочек) такую запись:
(?P<group-name>...)
Теперь найденная группа имеет имя и можно обратиться к ней как к элементу списка
>>> name = match['name']
Либо забрать сразу весь словарь методом groupdict()
>>> match.groupdict()
#tricks#regex
#Sondaggi#Lituania
Sondaggio di Baltijos tyrimai:
#DVSL|Verdi conservatori: 22% (+3)
#LSDP|S&D: 19% (+1)
#TS/#LKD|EPP: 15% (+2)
#LT|Centro-destra: 11% (+1)
#LRLS|RE: 9,5% (-1,5)
#LVŽS|G/EFA: 7% (-0,5)
#DP|NI: 6% (-2)
#LLRA|ECR: 4% (-1)
#LP|RE: 3% (-1)
#TTS|Destra: 1,5%
#LRP|Centro-sinistra: 1% (-1)
#LCP|Centro ruralista: 1%
#LŽP|Verdi di centro: 1%
Data rilevazione: 13-28 aprile
+/-: 10-24 marzo
Intervistati: 1009
DVSL, il partito dell'ex Primo Ministro Saulius #Skvernelis, raggiunge un nuovo record di percentuale (22%).
@UltimoraPolitics