从 Python 3 中的给定字符串解析测量值（多维）

Question

我知道这篇文章和这个库，但他们没有帮助我解决下面的这些具体案例。我如何解析如下测量值：

我有如下字符串；

"Square 10 x 3 x 5 mm"
"Round 23/22; 24,9 x 12,2 x 12,3"
"Square 10x2"
"Straight 10x2mm"

我正在寻找一个 Python 包或某种方式来获得如下结果；

>>> a = amazing_parser.parse("Square 10 x 3 x 5 mm")
>>> print(a)
10 x 3 x 5 mm

同样地;

>>> a = amazing_parser.parse("Round 23/22; 24,9x12,2")
>>> print(a)
24,9 x 12,2

我还尝试使用“ner_ontonotes_bert_mult”模型使用“命名实体识别”。但结果如下：

>>> from deeppavlov import configs, build_model
>>> ner_model = build_model(configs.ner.ner_ontonotes_bert_mult, download=True)
>>> print(ner_model(["Round 23/22; 24,9 x 12,2 x 12,3"]))
<class 'list'>: [[['Round', '23', '/', '22', ';', '24', ',', '9', 'x', '12', ',', '2', 'x', '12', ',', '3']], [['O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL', 'O', 'B-CARDINAL']]]

我不知道如何正确地从这个列表中提取这些测量值。

我还发现了这个正则表达式：

>>>re.findall("(\d+(?:,\d+)?) x (\d+(?:,\d+)?)(?: x (\d+(?:,\d+)?))?", "Straight 10 x 2 mm")
<class 'list'>: [('10', '2', '')]

但如果输入包含 2 个维度，它会在结果列表中留下一个空值，如果数字和“x”之间没有空格，它就不起作用。我不擅长正则表达式...

Answer 1

对于给定的示例，您可以使用：

(?<!\S)\d+(?:,\d+)? ?x ?\d+(?:,\d+)?(?: ?x ?\d+(?:,\d+)?)*

在零件中

• (?<!\S) 负向后视，断言左边的不是非空白字符
• \d+(?:,\d+)?匹配 1+ 位数字和可选的 a,和 1+ 位数字
• ?x ?x可选空格之间的匹配
• \d+(?:,\d+)?匹配 1+ 位数字和可选的 a,和 1+ 位数字
• (?: 非捕获组
  • ?x ?\d+Match可选空格和 1+ 位数字之间的 x`
  • (?:,\d+)?可选匹配 a,和 1+ 数字
• )* 关闭非捕获组并重复 0+ 次

正则表达式演示| Python 演示

例如

import re

regex = r"(?<!\S)\d+(?:,\d+)? ?x ?\d+(?:,\d+)?(?: ?x ?\d+(?:,\d+)?)*"
test_str = ("Square 10 x 3 x 5 mm\n"
    "Round 23/22; 24,9 x 12,2 x 12,3\n"
    "Square 10x2\n"
    "Straight 10x2mm\n"
    "Round 23/22; 24,9x12,2")
result = re.findall(regex, test_str)
print(result)

输出

['10 x 3 x 5', '24,9 x 12,2 x 12,3', '10x2', '10x2', '24,9x12,2']