Cree un diccionario a partir de las coincidencias de expresiones regulares exitosas en python

Question

Soy bastante nuevo en Python y estoy tratando de analizar un archivo. Solo ciertas líneas del archivo contienen datos de interés, y quiero terminar con un diccionario de las cosas analizadas a partir de líneas válidas coincidentes en el archivo.

El siguiente código funciona, pero es un poco feo y estoy tratando de aprender cómo se debe hacer, tal vez con una comprensión, o con una expresión regular multilínea. Estoy usando Python 3.2.

file_data = open('x:\\path\\to\\file','r').readlines() 
my_list = [] 
for line in file_data: 
    # discard lines which don't match at all 
    if re.search(pattern, line): 
     # icky, repeating search!! 
     one_tuple = re.search(pattern, line).group(3,2) 
     my_list.append(one_tuple) 
my_dict = dict(my_list) 

¿Puede sugerir una mejor implementación?

Answer 1

Gracias por las respuestas. Después de ponerlos juntos obtuve

file_data = open('x:\\path\\to\\file','r').read() 
my_list = re.findall(pattern, file_data, re.MULTILINE) 
my_dict = {c:b for a,b,c in my_list} 

pero no creo que hubiera podido llegar hoy sin la ayuda.

Answer 2

Aquí hay algunas optimizaciones quick'n'dirty a su código:

my_dict = dict() 

with open(r'x:\path\to\file', 'r') as data: 
    for line in data: 
     match = re.search(pattern, line) 
     if match: 
      one_tuple = match.group(3, 2) 
      my_dict[one_tuple[0]] = one_tuple[1] 

Answer 3

No estoy seguro de que lo recomiendo, pero aquí está una manera que usted podría intentar usar una comprensión lugar (sustituí una cadena para el archivo por simplicidad)

>>> import re 
>>> data = """1foo bar 
... 2bing baz 
... 3spam eggs 
... nomatch 
... """ 
>>> pattern = r"(.)(\w+)\s(\w+)" 
>>> {x[0]: x[1] for x in (m.group(3, 2) for m in (re.search(pattern, line) for line in data.splitlines()) if m)} 
{'baz': 'bing', 'eggs': 'spam', 'bar': 'foo'} 

Answer 4

En el espíritu de EAFP te sugiero

with open(r'x:\path\to\file', 'r') as data: 
    for line in data: 
     try: 
      m = re.search(pattern, line) 
      my_dict[m.group(2)] = m.group(3) 
     except AttributeError: 
      pass 

Otra forma es seguir usando listas, pero rediseñar el patrón para que contenga solo dos grupos (key, value). Entonces usted podría simplemente hacer:

matches = [re.findall(pattern, line) for line in data] 
    mydict = dict(x[0] for x in matches if x) 

Answer 5

matchRes = pattern.match(line) 
if matchRes: 
    my_dict = matchRes.groupdict()