リストの入れ子構造を直したい。

Question

re.findall()を使いある文字列から正規表現で数字を抽出したのですが、コード内にあるようなグループを二つ使った正規表現だと実行結果aのような入れ子構造リストになってしまいます。

これを一番下にあるリストの形にするにはどうしたらいいでしょうか。
どなたか解決方法をお願い致します。

import re


strings = """和 123.456789 + 987.654321 = 1111.111110
差 123.456789 - 987.654321 = -864.197532
積 123.456789 * 987.654321 = 121932.631113
商 123.456789 / 987.654321 = 0.125000"""
O =[i for i in range(4)]


def extract(string):
    extract_value  = re.findall(r"(-?\d+.?\d*)\n|(-?\d+.?\d*)$", string)
    return extract_value


def eval_number(a, b):
    print(a)
    print(b)
    print("len(a):%d, len(b):%d"% (len(a),len(b)))
    return len(a) == len(b)

if eval_number(extract_out(strings),O):
    print("eval_number is true")

実行結果

[('1111.111110', ''), ('-864.197532', ''), ('121932.631113', ''), ('', '0.125000')]
[0, 1, 2, 3]
len(a):4, len(b):4
eval_number is true

aを下のようなリストにしたい。または、この形のリストで抽出したい。

[1111.111110,-864.197532,121932.631113,0.1250000]

Comments

[LouiS0616]

状態が再現するような元々の文字列および抽出コードをご提示していただけると、根本的な解決法がアドバイスできるかもしれません。

[konataro]

文字列と抽出のコードを記載しました。よろしくお願いいたします。

Answer 1

re.MULTILINEフラグを立てれば、$は行末にもマッチします。

import re

strings = """和 123.456789 + 987.654321 = 1111.111110
差 123.456789 - 987.654321 = -864.197532
積 123.456789 * 987.654321 = 121932.631113
商 123.456789 / 987.654321 = 0.125000"""

def extract(string):
    extract_value  = re.findall(r"-?\d+.?\d*$", string, flags=re.MULTILINE)
    return extract_value

print(extract(strings))

実行結果 Wandbox

['1111.111110', '-864.197532', '121932.631113', '0.125000']

おまけ

あくまでリスト処理に依って問題を解決するなら。

---

test_list_1 = [(10,100),100,200,300]

下のようなリストにしたい
test_list_2 = [10,100,100,200,300]

いわゆるflatten処理ですね。
再帰を利用して書くと見通しが付きやすいことが知られています。

def _flatten(src):
    if isinstance(src, str):
        yield src
    elif hasattr(src, '__iter__'):
        for block in src:
            yield from _flatten(block)
    else:
        yield src

def flatten(src):
    return list(_flatten(src))
        
src = [(10, 100), 100, 200, 300]
dst = flatten(src)

print(dst)

実行結果 Wandbox

[10, 100, 100, 200, 300]

---

[('1111.111110', ''), ('-864.197532', ''), ('121932.631113', ''), ('', '0.125000')]

下のようなリストにしたい。または、この形のリストで抽出したい。
[1111.111110,-864.197532,121932.631113,0.1250000]

リスト内の全ての要素について、空でない文字列を選択したいケースですね。
こんなふうに書けそうです。

src = [('1111.111110', ''), ('-864.197532', ''), ('121932.631113', ''), ('', '0.125000')]
dst = [float(l or r) for l, r in src]

print(dst)

実行結果 Wandbox

[1111.11111, -864.197532, 121932.631113, 0.125]

Pythonのor演算子の独特な仕様を存分に活用できます。

Comments

[konataro]

回答ありがとうございます。
グループ化はいらなかったのですね・・・勉強になりましたm(_ _)m

[LouiS0616]

グループ化しても良いですが、後方参照が無い場合は (?:正規表現) を利用してキャプチャを取らない方がトラブルが少ないでしょう。
re.findall(r"(?:-?\d+.?\d*)(?=\n)|(?:-?\d+.?\d*)$", string) みたいな感じで。

...まぁ、選言の優先順位は最も低いので、単に -?\d+.?\d*(?=\n)|-?\d+.?\d*$ で充分なんですけどね。

Answer 2

根本的な解決ではないですが

test_list_1=[(10,100),100,200,300]]
test_list_2=[*num[0]]+[num[1],num[2],num[3]]

でいけると思います。

Comments

[konataro]

*num[0]←このアスタリスクはどういった意味なのでしょうか。
教えていただけると助かります。

[LouiS0616]

@Naru123 さん
その方法なら [*num[0], *num[1:]] の方がより柔軟な気がします。

[Naru123]

python3から実装されたアスタリスクによるアンパックというものです
変数の数<要素の数の時に*を付けた部分がリストやタプルの拡張、分解ということが起きます

[Naru123]

@LouiS0616 さん
ご指摘ありがとうございます、確かにスライスを使うべきですね。見落としていました

[konataro]

webも調べながらで理解できました。
ありがとうございます。m(_ _)m