如何调整Python正则提取水果数据的输出对齐格式？

核心思路 #

问题根源是你之前的代码把数字和水果名称分开提取，没有建立对应绑定关系。解决的关键是一次性匹配水果名称和对应数量，生成键值对，再处理剩余未关联的数字。

修改后的代码示例 #

import re

# 替换成你的实际发票文本
invoice_text = """
Watermeloenen: 466
Appels: 1200
Peren: 890
Totaal: 2556
Bestelnummer: 789
"""

# 1. 匹配水果名称和对应数量，生成字典
fruit_match_pattern = re.compile(r'([\w-]+):\s*(\d+)')
fruit_count_dict = dict(fruit_match_pattern.findall(invoice_text))

# 2. 提取所有数字，过滤掉已和水果绑定的数字
all_extracted_numbers = re.findall(r'\d+', invoice_text)
used_numbers = set(fruit_count_dict.values())
remaining_numbers = [num for num in all_extracted_numbers if num not in used_numbers]

# 3. 按要求格式输出
print("水果统计：")
for fruit_name, count in fruit_count_dict.items():
    print(f"{fruit_name}: {count}")

print("\n剩余未匹配数字：")
for num in remaining_numbers:
    print(num)

关键说明 #

• 正则([\w-]+):\s*(\d+)：[\w-]+适配带连字符的水果名，\s*匹配名称和数字之间的任意空白，避免漏匹配。
• 用字典存储水果和数量，保证输出时一一对应，自然对齐。
• 过滤已使用的数字，避免重复输出，剩余数字单独换行打印。

内容的提问来源于stack exchange，提问作者mightycode Newton