Python连续多次匹配正则表达式（不是findall方式）

Posted 2023-02-23

【中文标题】Python连续多次匹配正则表达式（不是findall方式）

【英文标题】：Python matching regex multiple times in a row (not the findall way)

【发布时间】：2015-07-03 10:22:46

【问题描述】：

这个问题不是询问在字符串中多次查找“a”等。

我想做的是匹配：

[ a-zA-Z0-9]1,3\.

regexp 多次，其中一种方法是使用 |

'[ a-zA-Z0-9]1,3\.[ a-zA-Z0-9]1,3\.[ a-zA-Z0-9]1,3\.[ a-zA-Z0-9]1,3\.|[ a-zA-Z0-9]1,3\.[ a-zA-Z0-9]1,3\.[ a-zA-Z0-9]1,3\.|[ a-zA-Z0-9]1,3\.[ a-zA-Z0-9]1,3\.'

所以这匹配正则表达式 4 或 3 或 2 次。 匹配以下内容：

a. v. b.
m a.b.

有什么办法可以让这个更像编码？

我试过了

([ a-zA-Z0-9]1,3\.)2,4 

但功能与我预期的不一样。这个匹配：

regex.findall(string)
[u' b.', u'b.']

字符串是：

a. v. b. split them a.b. split somethinf words. THen we say some more words, like ten

有没有办法做到这一点？目标是匹配可能的英文缩写和名称，如 Mary J. E. 句子标记器识别为句子标点符号但不是的东西。

我想匹配所有这些：

U.S. , c.v.a.b. , a. v. p. 

【问题讨论】：

你能给我们举个例子吗？

regex101.com/r/qO1fX2/1 没有任何问题

它只匹配 d23。我想匹配您示例中的整个字符串：aa2.jhf.jev.d23.llo.

>>> s="aa2.jhf.jev.d23.llo." >>> re.search(r'([ a-zA-Z0-9]1,3\.)2,4',s).group(0) 'aa2.jhf.jev.d23.'

@Kasra 我不明白你的回复

【参考方案1】：

首先，您的正则表达式将按您的预期工作：

>>> s="aa2.jhf.jev.d23.llo."
>>> import re
>>> re.search(r'([ a-zA-Z0-9]1,3\.)2,4',s).group(0)
'aa2.jhf.jev.d23.'

但是如果你想匹配一些像U.S. , c.v.a.b. , a. v. p. 这样的子字符串，你需要将整个正则表达式放在一个捕获组中：

>>> s= 'a. v. b. split them a.b. split somethinf words. THen we say' some more 
>>> re.findall(r'(([ a-zA-Z0-9]1,3\.)2,4)',s)
[('a. v. b.', ' b.'), ('m a.b.', 'b.')]

然后使用列表推导获取第一个匹配项：

>>> [i[0] for i in re.findall(r'(([ a-zA-Z0-9]1,3\.)2,4)',s)]
['a. v. b.', 'm a.b.']