Skip to content
TheChatArchiveThe Chat Archive
gpt-4.1-mini-2025-04-14· OpenAIAi2 WildChat-4.8M (AI2)

python代码 输入关键词后边的值直接到后边冒号的关键词,如果后边没有关键词就都取,例如:'所属行业:工程施工 单位规模:2000-5000人' 输入关键词:所属行业…

  1. User

    python代码 输入关键词后边的值直接到后边冒号的关键词,如果后边没有关键词就都取,例如:'所属行业:工程施工 单位规模:2000-5000人' 输入关键词:所属行业 返回:工程施工

  2. Assistant

    你想实现的功能是:输入一个字符串和一个关键词,提取该关键词后面对应的值(直到下一个关键词之前的内容,如果后面没有关键词就取到字符串结尾)。

    下面是一个示例实现:

    import re
    
    def extract_value(text, keyword):
        # 构造匹配模式:关键词后跟冒号,然后匹配非关键词的内容,直到遇到下一个关键词冒号或者字符串末尾
        # 假设关键词格式都是“关键词:内容”,内容中不含 冒号后的关键词
        pattern = re.compile(rf'{re.escape(keyword)}:(.*?)(?=\s+\S+?:|$)')
        match = pattern.search(text)
        if match:
            return match.group(1).strip()
        else:
            return None
    
    text = '所属行业:工程施工 单位规模:2000-5000人'
    keyword = '所属行业'
    
    value = extract_value(text, keyword)
    print(value)  # 输出:工程施工
    

    说明

    • rf'{re.escape(keyword)}:(.*?)(?=\s+\S+?:|$)':
      • 匹配关键词加冒号 keyword:
      • 然后最少量匹配 (.*?),直到遇到
      • (?=\s+\S+?:|$) 断言:空格+非空白字符+冒号(下一个关键词) 或字符串结尾
    • .strip() 去除两边空白

    你只需输入完整字符串和关键词,即可获得对应值。

  3. User

    不使用正则

  4. Assistant

    当然,可以不用正则表达式,通过字符串操作实现相同功能:

    思路如下:

    1. 找到关键词所在位置
    2. 找到关键词后面的冒号
    3. 从冒号后开始,向后扫描,直到遇到下一个关键词的开始(下一个带冒号的关键词)或者字符串末尾
    4. 截取该段内容并返回

    示例代码:

    def extract_value(text, keyword):
        # 找到关键词位置
        keyword_pos = text.find(keyword + ':')
        if keyword_pos == -1:
            return None
    
        # 从关键词后面的冒号开始找值的起点
        start = keyword_pos + len(keyword) + 1  # 冒号后面的第一个字符的位置
    
        # 找下一个关键词冒号的位置(从start开始找)
        next_colon_pos = text.find(':', start)
        if next_colon_pos == -1:
            # 没有下一个冒号,取到文本结尾
            return text[start:].strip()
    
        # 找到下一个关键词的起点(冒号之前连续非空白字符)
        # 往前找空格定位关键词开头
        prev_space = text.rfind(' ', start, next_colon_pos)
        # 如果找不到空格,代表下一个关键词是从start开始的(不太可能,但保底)
        if prev_space == -1:
            end = next_colon_pos - len(keyword)  # 这个逻辑不准确,不用这么做
            # 安全起见这里直接返回到冒号前的位置
            end = next_colon_pos - 1
        else:
            end = prev_space
    
        return text[start:end].strip()
    
    
    # 测试
    text = '所属行业:工程施工 单位规模:2000-5000人'
    keyword = '所属行业'
    
    value = extract_value(text, keyword)
    print(value)  # 输出:工程施工
    

    改进一下确定下一个关键词位置的方法:
    因为关键词都是“关键词:”,我们可以从start开始找所有" "空格分割的单元,判断哪个单元中带冒号,然后取第一个这样的单元所在位置,作为下个关键词起点:

    改进版本:

    def extract_value(text, keyword):
        keyword_pattern = keyword + ':'
        keyword_pos = text.find(keyword_pattern)
        
        if keyword_pos == -1:
            return None
        
        start = keyword_pos + len(keyword_pattern)
        
        # 从start开始,取剩余字符串
        rest = text[start:]
        
        # 按空格分割rest
        parts = rest.split()
        
        # 找第一个带冒号的单元,作为下一个关键词起点
        for i, part in enumerate(parts):
            if ':' in part:
                # 到这个单元前面结束
                end_index = start
                for j in range(i):
                    # 累加前面单元及其空格长度
                    end_index += len(parts[j]) + 1  # 加1是因为空格
                return text[start:end_index].strip()
        
        # 没找到下一个关键词,那就取到结尾
        return rest.strip()
    
    # 测试
    text = '所属行业:工程施工 单位规模:2000-5000人'
    keyword = '所属行业'
    
    value = extract_value(text, keyword)
    print(value)  # 输出: 工程施工
    

    这样写更简单、直观,且不依赖正则。