Python 中的正则表达式 findall()
Posted
技术标签:
【中文标题】Python 中的正则表达式 findall()【英文标题】：regular expression findall() in Python 【发布时间】：2013-06-30 13:52:40 【问题描述】：如果我有这个字符串：
s = "this, that; talk, love, hate; good, bad, all good."
我想提取由 , ; 分隔的项目或。
所以我想要的结果是：
["this", "that", "talk", "love", "hate", "good", "bad", "all good"]
如果我使用这个 Python 正则表达式：
re.findall(r"([a-z]+[,;.])+", s)
我得到了结果：
['this,', 'that;', 'talk,', 'love,', 'hate;', 'good,', 'bad,', 'good.']
这和我想要的很接近，除了最后一项。
奇怪的是，如果我在第一个方括号中包含一个空格，如：
re.findall(r"([a-z ]+[,;.])+", s)
那么我只得到这个结果：
[' all good.']
但是 findall() 应该找到所有结果，不是吗？有人能解释一下这种奇怪的行为吗？
【问题讨论】：
re.split() 可能更适合您的用例。
感谢您的所有回答，我现在可以解决问题了。但最初我对 findall() 感到困惑，我认为它返回 (xyz)+ 的不同实例，但它实际上试图从最后一个位置“重新”找到模式。我想没有办法重新返回与“+”匹配的所有实例？
【参考方案1】：
+（在右引号之前）在括号之外。把它放在里面，这样：
re.findall(r"\s*([a-z ]+)[ ,;.]+", s)
【讨论】：
它将匹配整个括号表达式任意次数>0次 我不太明白他得到的结果..不应该匹配整个字符串吗？['this,', ' that;', ' talk,', ' love,', ' hate;', ' good,', ' bad,', ' all good.']。它根本无法完成这项工作。
抱歉，我以为那是他想要的。编辑修复。
这个不正确地使用以空格开头的字符串。【参考方案2】：
您的目标是通过分隔符将字符串拆分为标记，因此比使用re.findall() 更好的方法是使用re.split()。在这种情况下，您可以使用
>>> re.split(r"[,;.]\s", s)
['this', 'that', 'talk', 'love', 'hate', 'good', 'bad', 'all good.']
不幸的是，如果您使用[,;.]\s 作为正则表达式，此方法要么将句点放在最后一项的末尾，如果您使用[,;.]\s? 作为正则表达式，则在结果列表的末尾添加一个空字符串正则表达式。但是，我们可以通过删除最后一个字符串来解决这个问题：
>>> re.split(r"[,;.]\s?", s)[:-1]
['this', 'that', 'talk', 'love', 'hate', 'good', 'bad', 'all good']
【讨论】：
【参考方案3】：您可以使用前瞻：
>>> list(re.findall(r"([a-z][a-z ]+(?=[,;.]))+", s))
['this', 'that', 'talk', 'love', 'hate', 'good', 'bad', 'all good']
但是@murgatroid99推荐的re.split()更好。
【讨论】：
在示例输出中，他希望"all good" 作为最后一个字符串，而不是 "good"，并且您完全删除了“all”这个词【参考方案4】：
你可以使用：
re.findall(r'[\w\s]+', s)
【讨论】：
以上是关于Python 中的正则表达式 findall()的主要内容，如果未能解决你的问题，请参考以下文章
Python 正则表达式 findall 有效，但匹配不 [重复]
是否有 Python 的 re.findall/re.finditer（迭代正则表达式结果）的 Perl 等价物？