Python中提取字符串指定部分的方法：SDO_GEOMETRY列表中MDSYS.SDO_POINT_TYPE坐标子串优化提取

你的切片方法依赖固定字符位置，一旦字符串结构有细微变化（比如前面的内容长度改变）就会失效。用正则表达式匹配模式才是更可靠的方案——它能精准定位到MDSYS.SDO_POINT_TYPE后面括号里的数字，完全不受前置内容长度的影响。

优化后的代码 #

import re

lst = ['SDO_GEOMETRY(2001, NULL, MDSYS.SDO_POINT_TYPE(9971, 18847, NULL), NULL, NULL)', 
       'SDO_GEOMETRY(2001, NULL, MDSYS.SDO_POINT_TYPE(9971, 19188, NULL), NULL, NULL)', 
       'SDO_GEOMETRY(2001, NULL, MDSYS.SDO_POINT_TYPE(9972, 18282, NULL), NULL, NULL)', 
       'SDO_GEOMETRY(2001, NULL, MDSYS.SDO_POINT_TYPE(9977, 19201, NULL), NULL, NULL)', 
       'SDO_GEOMETRY(2001, NULL, MDSYS.SDO_POINT_TYPE(9989, 18635, NULL), NULL, NULL)']

op = []
# 正则模式：精准匹配目标前缀，捕获后面的两个数字
pattern = r'MDSYS\.SDO_POINT_TYPE\((\d+),\s*(\d+)'

for item in lst:
    match_result = re.search(pattern, item)
    if match_result:
        # 获取两个数字分组
        num1, num2_full = match_result.groups()
        # 按照你的期望截取第二个数字的前四位
        num2 = num2_full[:4]
        op.append(f'({num1}, {num2})')
    else:
        # 可选：处理匹配失败的异常情况
        op.append(None)

print(op)

代码说明 #

1. 正则模式解析：
   • MDSYS\.SDO_POINT_TYPE\(：精准匹配目标前缀（.在正则中是特殊字符，需要用\转义）
   • (\d+)：匹配第一个连续数字序列，并用括号标记为可提取的分组
   • ,\s*：匹配逗号和任意数量的空格，兼容不同格式的空格缩进
   • (\d+)：匹配第二个连续数字序列，同样标记为分组
2. 数字截断：按照你给出的期望输出，我们把第二个完整数字截取了前四位（比如18847变成1884），如果不需要截断，直接使用num2_full即可。
3. 鲁棒性：不管前面的字符串长度如何变化，只要目标格式不变，就能正确提取数字，不会像切片那样因为位置偏移出错。

运行这段代码后，就能得到你期望的输出：
['(9971, 1884)', '(9971, 1918)', '(9972, 1828)', '(9977, 1920)', '(9989, 1863)']

内容的提问来源于stack exchange，提问作者disukumo