如何提取指定字符串后的可变长度值？附Python代码片段

要实现从包含batch的文本行中提取Pulp: type后的纸浆类型（长度3-25字符），并将相关内容存入output[f]列表，你可以用正则表达式精准匹配目标内容，同时优化文件操作的安全性。这里是完善后的代码：

import re

# 假设你的file_list已经提前定义好
output = {}
# 定义正则模式：匹配'Pulp: type '后3-25个字符（支持字母、数字、空格，可根据实际字符调整）
pulp_regex = re.compile(r'Pulp: type ([\w\s]{3,25})')

for f in file_list:
    output[f] = []
    # 使用with语句自动管理文件，避免资源泄漏
    with open(f, 'r') as txtfile:
        for line in txtfile:
            cleaned_line = line.strip()
            # 只处理包含'batch'的行
            if 'batch' in cleaned_line:
                # 在当前行中搜索纸浆类型
                match_result = pulp_regex.search(cleaned_line)
                if match_result:
                    extracted_pulp_type = match_result.group(1)
                    # 两种可选的添加方式，根据你的需求二选一：
                    # 1. 将整行内容加入列表
                    output[f].append(cleaned_line)
                    # 2. 只加入'Pulp: type'和对应的纸浆类型文本
                    # output[f].append(f'Pulp: type {extracted_pulp_type}')

关键细节说明 #

• 正则表达式调整：如果你的纸浆类型包含除字母、数字、空格外的特殊字符（比如连字符-），可以把正则里的[\w\s]改成[\w\s-]这类符合实际场景的字符集。
• 文件操作优化：用with open(...)替代直接open()，能确保文件在操作完成后自动关闭，避免出现文件句柄泄漏问题。
• 匹配逻辑：先筛选出包含batch的行，再在这些行里精准定位Pulp: type后的内容，避免处理无关行提升效率。

内容的提问来源于stack exchange，提问作者Stephanie Parlee