如何在Python中按Cluster提取以逗号分隔的分组数字

我来帮你搞定这个问题！从你给出的集群文本里提取每个Cluster对应的数字集合，用Python可以通过正则表达式轻松实现，这种方法能精准匹配文本里的Cluster结构，处理起来很可靠。

实现步骤和代码示例 #

首先，我们把你的原始文本作为输入字符串，然后用正则匹配每个Cluster的编号和对应的数字列表，最后把数字字符串转换成整数列表存储起来：

import re

# 你的原始集群文本
input_text = """Cluster 7: {4, 15, 21, 28, 33, 35, 43, 47, 53, 57, 59, 66, 69, 70, 74, 86, 87, 88, 90, 114, 136, 148, 201, 202, 212, 220, 227, 250, 252, 253, 259, 262, 267, 270, 282, 296, 318, 319, 323, 326, 341} Cluster 8: {9, 10, 11, 20, 39, 55, 79, 101, 108, 143, 149, 221, 279, 284, 285, 286, 287, 327, 333, 334, 335, 336} Cluster 9: {3, 64, 83, 93, 150, 153, 264, 269, 320, 321, 322} Cluster 10: {94, 123, 147}"""

# 定义正则模式：匹配Cluster编号和括号内的数字字符串
pattern = r'Cluster (\d+): \{([\d, ]+)\}'
# 找出所有匹配的Cluster条目
matches = re.findall(pattern, input_text)

# 把结果整理成字典：键是Cluster编号（整数），值是数字列表（整数）
clusters = {}
for cluster_num_str, nums_str in matches:
    # 分割数字字符串，去掉多余空格，转换为整数
    number_list = [int(num.strip()) for num in nums_str.split(',') if num.strip()]
    clusters[int(cluster_num_str)] = number_list

# 验证结果
for cluster_id, numbers in clusters.items():
    print(f"Cluster {cluster_id}: {numbers}")

代码说明 #

• 正则模式：r'Cluster (\d+): \{([\d, ]+)\}' 用来匹配每个Cluster的结构：
  • (\d+) 捕获Cluster的编号（比如7、8）；
  • \{([\d, ]+)\} 捕获大括号内的所有数字和分隔符；
• 数字处理：用split(',')分割数字字符串，再通过strip()去掉每个数字前后的空格，最后转成整数，同时过滤掉可能的空字符串（避免因空格导致的无效元素）；
• 存储结构：用字典存储结果，方便你通过Cluster编号快速获取对应的数字列表，比如clusters[7]就能得到Cluster 7的所有数字。

内容的提问来源于stack exchange，提问作者Rafael Rios