如何从Python字符串中提取指定格式的idAnimal片段？

我有一个从文本文件读取的Python字符串datastring，格式示例如下：

datastring = """
Animals {
    idAnimal
    nameAnimal
    animalko5854hg[name="Jazz"]
    animal6ljkjh[name="Pinky"]
    animal595s422d1252g55[name="Steven"]
    animalko5854hg[name="David"]
}
"""

print(type(datastring))#->str

从字符串的第四行开始，会出现animalidAnimal[name="nameAnimal"]格式的内容，我需要写一个函数，接收这类字符串作为参数，返回首个符合该格式行里的idAnimal部分。

示例预期结果 #

• 第一个示例预期输出：

ko5854hg

• 第二个示例：

datastring = """
Animals {
    idAnimal
    nameAnimal
    animal456jlk165ut[name="Dalty"]
    animal6ljkj[name="Moon"]

}
"""

预期输出：

456jlk165ut

• 第三个示例：

datastring = """
Animals {
    idAnimal
    nameAnimal
    animalk45lil69lhfr5942lk[name="Jazz"]
    animal6ljkjh[name="Pinky"]
    animal595s422d1252g55[name="Steven"]
    animalko5854hg[name="David"]
    animalko5854hg[name="Oty"]
    animalko5854hg[name="Dan"]
}
"""

预期输出：

k45lil69lhfr5942lk

我知道startswith和endswith函数，但它们只返回布尔值，不知道该怎么实现这个需求，恳请帮忙。

用正则表达式是最直接的方式，因为目标内容有固定格式，正则能精准提取我们需要的id部分。

实现代码 #

import re

def get_first_animal_id(datastring):
    # 匹配固定格式，捕获animal和[name=之间的内容
    pattern = r'animal([^\[]+)\[name='
    # 查找第一个匹配项
    match_result = re.search(pattern, datastring)
    if match_result:
        return match_result.group(1)
    return None  # 没有找到匹配内容时返回None

代码说明 #

• 正则表达式r'animal([^\[]+)\[name='：
  • animal：匹配固定前缀
  • ([^\[]+)：这是捕获组，匹配所有不是[的字符（也就是我们要的id部分），+保证至少有一个字符
  • \[name=：匹配[name=这个固定后缀，确保我们找的是符合格式的行
• re.search：在整个字符串里找第一个符合规则的内容，找到后通过match_result.group(1)取出捕获的id部分

测试验证 #

把上面的函数和示例字符串结合测试，就能得到预期结果：

# 测试第一个示例
datastring1 = """
Animals {
    idAnimal
    nameAnimal
    animalko5854hg[name="Jazz"]
    animal6ljkjh[name="Pinky"]
    animal595s422d1252g55[name="Steven"]
    animalko5854hg[name="David"]
}
"""
print(get_first_animal_id(datastring1))  # 输出: ko5854hg

# 测试第二个示例
datastring2 = """
Animals {
    idAnimal
    nameAnimal
    animal456jlk165ut[name="Dalty"]
    animal6ljkj[name="Moon"]

}
"""
print(get_first_animal_id(datastring2))  # 输出: 456jlk165ut

# 测试第三个示例
datastring3 = """
Animals {
    idAnimal
    nameAnimal
    animalk45lil69lhfr5942lk[name="Jazz"]
    animal6ljkjh[name="Pinky"]
    animal595s422d1252g55[name="Steven"]
    animalko5854hg[name="David"]
    animalko5854hg[name="Oty"]
    animalko5854hg[name="Dan"]
}
"""
print(get_first_animal_id(datastring3))  # 输出: k45lil69lhfr5942lk

内容的提问来源于stack exchange，提问作者asker