Devolver todos los caracteres antes del primer guión bajo

Utilizando re en Python, me gustaría devolver todos los caracteres en una cadena que precede a la primera aparición de un guión bajo. Además, me gustaría que la cadena que se está devolviendo esté en mayúsculas y sin caracteres no alfanuméricos.Devolver todos los caracteres antes del primer guión bajo

Por ejemplo:

AG.av08_binloop_v6 = AGAV08 
TL.av1_binloopv2 = TLAV1

Estoy bastante seguro de que sabe cómo devolver una cadena en mayúsculas utilizando string.upper() pero estoy seguro de que hay varias formas de eliminar el . eficiente. Cualquier ayuda sería muy apreciada. Todavía estoy aprendiendo expresiones regulares lenta pero seguramente. Cada consejo se agrega a mis notas para uso futuro.

Para aclarar más, mis ejemplos anteriores no son las cadenas reales. La cadena real se vería así:

AG.av08_binloop_v6

Con mi salida deseada que parece:

AGAV08

Y el siguiente ejemplo de ello sería la misma. Cuerda:

TL.av1_binloopv2

salida deseada:

TLAV1

Una vez más, gracias a todos por la ayuda!

Fuente

2010-09-21 durandal

Prueba esto:

re.sub("[^A-Z\d]", "", re.search("^[^_]*", str).group(0).upper())

Fuente

2010-09-21 16:37:13 Gumbo

+1 "en la especificación", se ve bien, pero no soy un gurú regex. Editar: reemplazaría 're.search' con' re.match' y soltaría el '^' inicial en el patrón ('match' siempre comienza al comienzo de la cadena y está optimizado para esto). – delnan

Aunque me gusta la simplicidad de las otras respuestas, también quería que cualquier solución que fuera me resultara útil para una mayor exploración de expresiones regulares. Éste ajusta a la ley. Gracias Gumbo! – durandal

Solo para conocimiento futuro, ¿cómo se haría esto con '' re.compile''? Me gusta la naturaleza única de esto, pero sería bueno saberlo para el futuro. – durandal

Incluso sin re:

text.split('_', 1)[0].replace('.', '').upper()

Fuente

2010-09-21 16:33:53 eumiro

Personalmente, creemos que este sea más legible y comprensible a primera vista, y por lo tanto, preferiría leer esto en mi código base que la respuesta aceptada. – HorseloverFat

Usted no tiene que utilizar para este re. operaciones de cadenas simples serían suficientes en función de sus necesidades:

tests = """ 
AG.av08_binloop_v6 = AGAV08 
TL.av1_binloopv2 = TLAV1 
""" 

for t in tests.splitlines(): 
    print t[:t.find('_')].replace('.', '').upper() 

# Returns: 
# AGAV08 
# TLAV1

O si es absolutamente necesario utilizar re:

import re 

pat = r'([a-zA-Z0-9.]+)_.*' 
pat_re = re.compile(pat) 

for t in tests.splitlines(): 
    print re.sub(r'\.', '', pat_re.findall(t)[0]).upper() 

# Returns: 
# AGAV08 
# TLAV1

Fuente

2010-09-21 16:36:59 jathanism

Aunque estoy de acuerdo en que las expresiones regulares no curan el cáncer y generalmente se usan en exceso, * son * una opción viable para tareas como esta. – delnan

Viable, sí. Pero demasiado complicado para una tarea tan simple. – jathanism

La solución de Gumbo es un delineador bastante legible. Si uno conoce los conceptos básicos de expresiones regulares, está perfectamente claro lo que hace. No es como si fuera un monstruo de 6k caracteres. – delnan

import re

re .sub ("[^ AZ \ d]", "", yourstr.split ('_', 1) [0] .upper())

Fuente

2010-09-21 17:15:39

Como todo el mundo está dando a su aplicación favorita, aquí está la mía que no utiliza re:

>>> for s in ('AG.av08_binloop_v6', 'TL.av1_binloopv2'): 
...  print ''.join(c for c in s.split('_',1)[0] if c.isalnum()).upper() 
... 
AGAV08 
TLAV1

puse .upper() en el exterior del generador por lo que sólo se llama una vez.

Fuente

2010-09-21 18:02:30

Él, sólo por diversión, otra opción para obtener el texto antes de que el primer subrayado es:

before_underscore, sep, after_underscore = str.partition('_')

Así que, en una línea podría ser:

re.sub("[^A-Z\d]", "", str.partition('_')[0].upper())

Fuente

2010-09-21 18:50:33 Etienne

Devolver todos los caracteres antes del primer guión bajo

Respuesta

Cuestiones relacionadas