Konvertiere einen Satz von Tupeln in Werte

Question

Ich arbeite an einem Nlp-Projekt, in dem ich Tags parsen muss. Ich habe mehrere Tags in der folgenden Form: eine Zeichenfolge, die eine Reihe von Tupel ist. Beispiel:

'{(Entertainment (Adult), S), (Performing Arts, S), (Comedy Club, S), ($, S), (Comedy, P), (18+, S), (Plays & Shows, P)}' 

Aber ich will es so aussehen:

{('Entertainment (Adult)', 'S'), ('Performing Arts', 'S'), ('Comedy Club', 'S'), ('$', 'S'), ('Comedy', 'P'), ('18+', 'S'), ('Plays & Shows', 'P')} 

Ich versuchte literal_eval pro this question, aber ich erhalte einen ungültigen Syntaxfehler. Ich denke, das liegt daran, dass das Tag eine Menge ist, die Tupel enthält, die Strings enthalten, die nicht als Strings interpretiert werden, so dass das Literal_eval verwirrt wird (nur hier raten).

Ich habe versucht, einige Bandaid-Y-String-Streifen und Splits, aber ich kann keine Lösung, die dynamisch für verschiedene Tags funktioniert.

Answer 1

können Sie reguläre Ausdrücke verwenden:

import re 
s = '{(Entertainment (Adult), S), (Performing Arts, S), (Comedy Club, S), ($, S), (Comedy, P), (18+, S), (Plays & Shows, P)}' 
final_data = [re.split(",\s+", i) for i in re.findall("\((.*?)\)", s)] 
final_data = [[re.sub("\(|\)", '', b) for b in i] for i in final_data] 
new_final_data = set(map(tuple, final_data)) 

Ausgang:

set([('Entertainment (Adult)', 'S'), ('Performing Arts', 'S'), ('Comedy Club', 'S'), ('$', 'S'), ('Comedy', 'P'), ('18+', 'S')]) 

Answer 2

Ich würde es auf diese Weise tun:

original = '{(Entertainment (Adult), S), (Performing Arts, S), (Comedy Club, S), ($, S), (Comedy, P), (18+, S), (Plays & Shows, P)}' 

splited = original[1:-1].split(',') 

splited = list(map(lambda x: x.strip(), splited)) 

grouped = [] 

for i in range(0, len(splited), 2): 
    grouped.append((splited[i][1:], splited[i+1][:-1])) 

print(grouped) 

Verwenden Sie die Variablennamen Sie bevorzugen. Ich benutze zuerst [1:-1], um die ersten und letzten Zeichen zu löschen ({ & }) und dann durch Kommas getrennt. Ich dann .strip() jeden Teil zum Löschen der ersten und letzten Leerzeichen. Zuletzt überspringe ich die Liste mit einem Schritt von 2 und lösche das erste Zeichen von ungeraden Elementen (() und das letzte Zeichen von geraden Elementen ()). Ich füge das resultierende Tupel in eine neue Liste ein.