스택큐힙리스트

두 서브스트링 사이의 문자열 찾기 [중복] 본문

카테고리 없음

두 서브스트링 사이의 문자열 찾기 [중복]

스택큐힙리스트 2023. 4. 18. 01:46
반응형

이 질문에는 이미 답변이 있습니다 :

How to extract the substring between two markers?

1. 답변하다

2. 질문하다

3. 안녕하세요

4. 감사합니다

5. 죄송합니다

6. 어디에 살아요?

7. 뭐라고 하셨어요?

8. 이해됐어요

9. 내일 만나요

10. 좋아요

11. 싫어요

12. 네

13. 아니요

14. 식사 맛있게 하세요

15. 회의 언제 시작되나요?

16. 시간이 얼마나 걸려요?

17. 언제 끝나나요?

18. ~할 수 있어요?

19. 미안해요

20. 부디 건강하세요

21. 잘 지내고 있어요?

22. 또 봐요

4년 전에 닫혔습니다.

두 하위 문자열 ( '123STRINGabc' -> 'STRING' ) 사이의 문자열을 어떻게 찾을 수 있나요?

제 현재 방법은 이렇습니다:

>>> start = 'asdf=5;'

>>> end = '123jasd'

>>> s = 'asdf=5;iwantthis123jasd'

>>> print((s.split(start))[1].split(end)[0])

iwantthis

그러나 이 방법은 매우 비효율적이고 파이썬다운 방법이 아닌 것 같습니다. 이를 개선할 수 있는 더 나은 방법은 무엇인가요?

언급을 잊었습니다:

문자열은 start 및 end 로 시작하거나 끝나지 않을 수 있습니다. 그들은 더 많은 문자를 가지고 있을 수 있습니다.

답변 1

import re

s = 'asdf=5;iwantthis123jasd'

result = re.search('asdf=5;(.*)123jasd', s)

print(result.group(1))

답변 2

한국어 SEO-예상 글쓰기

두 서브스트링 사이에 있는 문자열 찾기

문자열을 처리하는 프로그램을 작성할 때, 특정 서브스트링 사이에 있는 문자열을 추출해야 하는 경우가 있습니다. 이러한 문자열 추출은 텍스트 처리 및 데이터 분석에 매우 유용합니다. 다음은 두 서브스트링 사이에 있는 문자열을 찾는 방법입니다.

1. 정규 표현식 사용

정규 표현식은 텍스트 패턴을 식별하기 위한 강력한 도구입니다. 두 서브스트링 사이에 있는 문자열을 추출하기 위해 정규 표현식을 사용할 수 있습니다. 예를 들어, start와 end 사이에 있는 문자열을 추출하려면 다음과 같이 작성할 수 있습니다.

import re

text = This is the start of a string. Here is some text that we want to extract. This is the end of the string.

result = re.search('start(.*)end', text)

if result:

print(result.group(1))

위 코드는 start와 end 사이에 있는 문자열(Here is some text that we want to extract.)을 찾아 출력합니다.

2. 문자열 메소드 사용

문자열 메소드는 문자열에서 특정 패턴을 찾기 위한 간단한 방법입니다. 예를 들어, start와 end 사이에 있는 문자열을 추출하려면 다음과 같이 작성할 수 있습니다.

text = This is the start of a string. Here is some text that we want to extract. This is the end of the string.

start_index = text.index('start') + len('start')

end_index = text.index('end')

result = text[start_index:end_index]

print(result)

위 코드는 start와 end 사이에 있는 문자열(Here is some text that we want to extract.)을 찾아 출력합니다.

종합하면, 두 서브스트링 사이에 있는 문자열을 추출하기 위해 정규 표현식 또는 문자열 메소드를 사용할 수 있습니다. 이러한 패턴을 정확하게 식별하고 추출하면 데이터 분석 및 텍스트 처리에서 매우 유용합니다.

반응형
Comments