使用正则表达式在字典中插入值，其中包括模式中的键

问题描述

我试图从PDF文件中提取数据，所以我将转换后的文本文件的每一行读入一个列表。我有一个预定义的列表，它将用作键。我想使用预定义列表中的键创建字典并提取相应的值。例如，文件将包含

Name  : Luke Cameron 
Age and Sex : 37/Male
Haemoglobin       13.0            g/dL

我有预定义的列表，例如 keys = ['Name','Age','Sex']

我的代码是

for text in lines:
    rx_dict = {elem:re.search(str(elem)+r':\s+\w+.\s\w+',text) for elem in keys}

输出：

{'Patient Name': None,'Age': None,'Sex': None
}

所需的输出：

{'Patient Name': Luke Cameron,'Age': 37,'Sex': Male
}

注意：这不是真实的数据，相似之处只是巧合

解决方法

您可以使用

import re

data = """
Name  : Luke Cameron 
Age and Sex : 37/Male
Haemoglobin       13.0            g/dL"""

rx = re.compile(r'^(?P<key>[^:\n]+):(?P<value>.+)',re.M)

result = {}
for match in rx.finditer(data):
    key = match.group('key').rstrip()
    value = match.group('value').strip()
    try:
        key1,key2 = key.split(" and ")
        value1,value2 = value.split("/")
        result.update({key1: value1,key2: value2})
    except ValueError:
        result.update({key: value})

print(result)

哪个产量

{'Name': 'Luke Cameron','Age': '37','Sex': 'Male'}

strings_from_pdf = ["Name  : Luke Cameron","Age and Sex : 37/Male","Haemoglobin  13.0  g/dL"]
keys = ['Name','Age','Sex']

def findKeys(keys):
    dict = {}
    for i in range(len(strings_from_pdf)):
        if keys[0] in strings_from_pdf[i]:
            _,name = strings_from_pdf[i].split(":")
            dict['Patient Name: '] = name
        if keys[1] in strings_from_pdf[i]:
            _,age_and_gender = strings_from_pdf[i].split(":")
            age,gender = age_and_gender.split("/")
            dict['Age: '] = age
            dict['Gender: '] = gender
    return dict

dict = findKeys(keys)

这是一种非正则表达式方法：

txt = """\
Name  : Luke Cameron 
Age and Sex : 37/Male
Haemoglobin       13.0            g/dL"""

keys=('Patient Name','Sex')

ans={}
for t in (line.partition(':') for line in txt.splitlines() if line.partition(':')[2]):
    if sum(n in t[0] for n in keys)>1:
        ans.update(
           {k.strip():v.strip() for k,v in zip(t[0].split(' and '),t[2].split('/'))})
    else:
        ans[t[0].strip()]=t[2].strip()

>>> ans
{'Name': 'Luke Cameron','Sex': 'Male'}

data-extraction python regex