Python

Question

这可能是一个简单的问题。我正在学习如何使用正则表达式，但在对字符串执行特定任务时遇到问题。

例如：

example_string = ";一，一；二，二；三，三；四，四"

desired_output = ["One, o", "Two, t", "Three, t", "Four, f"] #list输出正常

通过以下，我可以得到 ["One" , "Two" , "Three"]:

def findStringsInMiddle(a, b, text): 
    return re.findall(re.escape(a)+"(.*?)"+re.escape(b),text)

desired_output = findStringsInMiddle('; ' , ',' , example_string)

但我无法弄清楚如何正确配置它以获取我也想要的逗号+space+any_type_of_character。

有什么建议吗？

谢谢！

Answer 1

您可以设置完整模式（从分号到逗号后的第二个字母）并标记要提取的组：

>>> s =  "; One, one; Two, two; Three, three; Four, four"
>>> re.findall(r"; (.*?,.{2})", s)
['One, o', 'Two, t', 'Three, t', 'Four, f']

Answer 2

这里有一个解决方案：

example_string = "; One, one; Two, two; Three, three; Four, four"
def findStringsInMiddle(text): 
    return re.findall("; (.+?, [a-z])",text)

desired_output = findStringsInMiddle(example_string)
desired_output

输出：

['One, o', 'Two, t', 'Three, t', 'Four, f']

Answer 3

您可以通过包含右侧分隔符并附加可选的 (?:\s*.)? 组来稍微重新组织模式：

def findStringsInMiddle(a, b, text): 
    return re.findall(re.escape(a)+"(.*?"+re.escape(b) + r"(?:\s*.)?)",text, flags=re.S)

该模式看起来像 ;(.*?,(?:\s*.)?)（参见 the regex demo）并且匹配：

; - 左侧分隔符
(.*?,(?:\s*.)?) - 第 1 组：
- .*? - 任意零个或多个字符，尽可能少
, - 逗号
(?:\s*.)? - 可选的非捕获组匹配 1 次或 0 次出现的 0+ 空格，然后是任何字符。

注意我添加了 re.S 标志来使 . 也匹配换行符。

见full Python snippet below:

import re
example_string = "; One, one; Two, two; Three, three; Four, four"
desired_output = ["One, o", "Two, t", "Three, t", "Four, f"] #list output is OK

def findStringsInMiddle(a, b, text): 
    return re.findall(re.escape(a)+"(.*?"+re.escape(b) + r"(?:\s*.)?)",text, flags=re.S)

desired_output = findStringsInMiddle('; ' , ',' , example_string)
print(desired_output)
# => ['One, o', 'Two, t', 'Three, t', 'Four, f']

Answer 4

import re

example_string = "; One, one; Two, two; Three, three; Four, four"

pattern = re.compile(r";\s"  # The search string must start with a semoicolon and then a space character
                     r"([A-Z][a-z]+,\s.?)"  # Here is the capturing group, containing first a capital letter,
                     # some lowercase letters
                     # and finally a comma, space and zero or one characters
                     )
print(re.findall(pattern,
                 example_string
                 )
      )

输出：

['One, o', 'Two, t', 'Three, t', 'Four, f']

Python - 正则表达式 (Re.Escape, Re.Findall);如何：查找子字符串+字符串中超出子字符串的字符数？

Python - Regex (Re.Escape, Re.Findall); How To: Find sub-strings + a number of characters beyond the sub-strings within a string?

regex

string

parsing

findall