我知道这篇文章和这个库,但他们没有帮助我处理下面的这些特定案例。如何解析如下所示的测量值:
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 包或某种方法来获得如下所示的结果;
>>> a = amazing_parser.parse("Square 10 x 3 x 5 mm")
>>> print(a)
10 x 3 x 5 mm
同样;
>>> 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']]]
我不知道如何正确从此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', '')]
但是,如果输入包含 2 个维度,它确实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,则它不起作用。我不擅长正则表达式...
对于给定的示例,您可以使用:
(?<!S)d+(?:,d+)? ?x ?d+(?:,d+)?(?: ?x ?d+(?:,d+)?)*
在部分
(?<!S)
负面回头,断言左侧的内容不是非空格字符- 以及可选的
,
和 1+ 位数字 ?x ?
可选空格之间的匹配x
d+(?:,d+)?
匹配 1+ 位数字以及可选的,
和 1+ 位数字(?:
非捕获组- 在可选空格和 1+ 位数字之间
?x ?d+
Match
x' (?:,d+)?
可选匹配,
和 1+ 数字
- 在可选空格和 1+ 位数字之间
)*
关闭非捕获组并重复 0+ 次
d+(?:,d+)?
匹配 1+ 位数字正则表达式演示 |蟒蛇演示
例如
import re
regex = r"(?<!S)d+(?:,d+)? ?x ?d+(?:,d+)?(?: ?x ?d+(?:,d+)?)*"
test_str = ("Square 10 x 3 x 5 mmn"
"Round 23/22; 24,9 x 12,2 x 12,3n"
"Square 10x2n"
"Straight 10x2mmn"
"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']