Q&A
「対象ID（サンプル）」にある7行のテキストを入力が入力されるときに、最終的に得たい出力はどのようなものでしょうか？
実現したいこと
アルファベットと数字からなるIDを分割したいです。
たとえば「H1-29H1-02」というIDがあり、これを「アルファベット＋数字」、つまり「H1-29」と「H1-02」に分けたいです。
現在、IDは複数の月次ファイルに入力されています。
それを1つのExcelに貼り付けて、重複を削除してから、IDを分割するという作業を行っています。
対象ID（サンプル）
操作対象IDのサンプルです。アルファベットはA~Zまで、数字は2～3桁まであります。
H1-29H1-02
C1-68B1-02
Q1-23A1-02
T1-02T1-02
H1-108P1-02
L1-68Y1-53
C1-109A1-02
･･･
試したこと
####Excel編
「データ」→「区切り位置」で5文字目まで区切り、前半の数字2桁のものをまず抽出。
そこから、後半の文字列のうち数字から始まっているもの（前半が数字3桁のもの）をソートし、1文字目（数字）と後半を抽出。
抽出した数字を前半の文字列と結合し、数字3桁のIDを完成させる。
･･･とやっていきましたが、ファイル数が多いので気が遠くなりそうです。
####Python編
「Python:正規表現で文字列を分割するのがre.split」
https://sigotonosozai.com/2020/10/21/resplit/
上記の記事より、re:splitと正規表現を用いれば、アルファベットで区切れることが分かりました。
ただし区切った文字が消えてしまうので、消さないようにするための処理が分からずに悩んでいます。
該当のソースコード
上記記事より該当箇所を引用しました。区切り文字が消えてしまいます。
python
1 2>>> import re 3>>> umaibo_taste = re.split('[A-Z]','chessANDmentai') 4>>> print(umaibo_taste) 5['chess', '', '', 'mentai']
###知りたいこと
ExcelもしくはPythonを用いて、効率的に文字を区切る方法についてアドバイスをいただければ幸いです。
###動作環境
Excel2016
Python 3.8
を利用しています。
質問をご覧くださりありがとうございます。
A列 B列 C列
H1-29H1-02 H1-29 H1-02
というように出力できればと考えています。
ご返答どうもです。回答しました。
回答3件
0
ベストアンサー
splitで区切り文字を残す方法も有りますが、findall使った方が楽そうです。
Python
1dst = re.findall(r'[^-]+-[0-9]+', 文字列)
複数行一気に処理するなら、事前に空白文字を潰します。
Python
1src = src.strip() 2src = ''.join(src.split())
投稿2021/12/14 04:24
編集2021/12/14 04:27
総合スコア35668
```python
import re
ID_list=["H1-29H1-02",
"C1-68B1-02",
"Q1-23A1-02",
"T1-02T1-02",
"H1-108P1-02",
"L1-68Y1-53",
"C1-109A1-02"]
for c in ID_list:
dst = re.findall(r'[^-]+-[0-9]+',c)
print(dst)
```
で出力できました！！
ありがとうございます！！
出力結果･･･
['H1-29', 'H1-02']
['C1-68', 'B1-02']
['Q1-23', 'A1-02']
['T1-02', 'T1-02']
['H1-108', 'P1-02']
['L1-68', 'Y1-53']
['C1-109', 'A1-02']
複数行一気にもやってみます！
すいません、回答スレッドを間違えました！！
0
ご質問に
「Python:正規表現で文字列を分割するのがre.split」
とあったので、re.split を使うコードを考えてみました。
Python3
1import re 2 3 4lines = '''H1-29H1-02 5C1-68B1-02 6Q1-23A1-02 7T1-02T1-02 8H1-108P1-02 9L1-68Y1-53 10C1-109A1-02'''.splitlines() 11 12delimiter = r'(?<=[0-9])(?=[A-Z])' 13 14for line in lines: 15 print(re.split(delimiter, line)) 16
出力結果：
['H1-29', 'H1-02']
['C1-68', 'B1-02']
['Q1-23', 'A1-02']
['T1-02', 'T1-02']
['H1-108', 'P1-02']
['L1-68', 'Y1-53']
['C1-109', 'A1-02']
サンプル ???? replit.com/@kilesa/tera-373722
投稿2021/12/14 06:40
退会済みユーザー
総合スコア0
kilesaさま、ご丁寧なアドバイスをありがとうございます。サンプルも用意してくださり、初心者には大変ありがたいです。ppaulさまからいただいたアドバイスのコードとちょっと似ているところ、違うところがあり、勉強になります！
別ページのサンプルも拝見しました。こういうことが出来るサイトもあるんですね。助け合いのシステムが素晴らしいです。。。
複数行（2万6千行ほど）を処理したところ、なぜか後ろから900行弱ほどが分割出来ませんでした。
分割できなかった900行弱を別のファイルに貼り付けて処理しても出力出来ませんでした。
ほかのIDと何が違うのか、文字面をみていても糸口が見つかりません。何かアドバイスをいただければ幸いです。
＜分割されなかったID（一部）＞
A6-24H1-58
C5-25H1-76
E1-02H1-77
C2-02H1-103
C1-17H1-35
A3-18H1-52
D6-25H1-89
E4-07H1-82
以下、記載したコードになります。
これを実行すると、空のcsvが出力されてしまいました。
---
import re
import csv
lines = '''A6-24H1-58
C5-25H1-76
E1-02H1-77
C2-02H1-103
C1-17H1-35
A3-18H1-52
D6-25H1-89
E4-07H1-82'''.splitlines()
delimiter = r'(?<=[0-9])(?=[A-Z])'
#出力結果をリストに追加
list=[]
for line in lines:
list.append(re.split(delimiter, line))
#csvファイルに出力
f=open("リスト.csv", mode="w", newline="")
writer=csv.writer(f)
for data in list:
writer.writerow(data)
f.close
---
0
以下のようにします。
python
1import re 2 3text = '''H1-29H1-02 4C1-68B1-02 5Q1-23A1-02 6T1-02T1-02 7H1-108P1-02 8L1-68Y1-53 9C1-109A1-02''' 10 11lines = text.split('\n') 12print([r 13e.search(r'(\D+\d+-\d+)(\D+\d+-\d+)', line).groups() for line in lines])
実行結果
python
1>>> lines = text.split('\n') 2>>> print([re.search(r'(\D+\d+-\d+)(\D+\d+-\d+)', line).groups() for line in lines]) 3[('H1-29', 'H1-02'), ('C1-68', 'B1-02'), ('Q1-23', 'A1-02'), ('T1-02', 'T1-02'), ('H1-108', 'P1-02'), ('L1-68', 'Y1-53'), ('C1-109', 'A1-02')]
投稿2021/12/14 04:23
総合スコア24670
ppaulさま、いつもアドバイスをくださり、ありがとうございます。
いただいたコードを入力したら、ご掲載いただいたとおりの出力となりました。
シングルクォーテーションを３つつなげて使う使い方を知りませんでした。これだとエクセルからセルをそのままコピーして使えるので便利ですね！大変勉強になりました。
三連引用符を使った複数行の文字列の記述
https://www.javadrive.jp/python/string/index3.html
上述のLouiS0616さまからいただいたコードの出力結果（各要素が1つのリストになっている）と少し異なった形になるのですね。これはタプルになるのでしょうか。。
そうです。タプルです。
ご返信ありがとうございます！この後別の処理をするのにリストとタプルとどちらが使いやすいかやってみたいと思います。
あなたの回答
tips
プレビュー
