使用python regex从字符串中提取单词

Posted 2023-04-14

【中文标题】使用python regex从字符串中提取单词

【英文标题】：Extract word from string Using python regex

【发布时间】：2014-07-22 10:45:36

【问题描述】：

我想从字符串中提取型号，

/dev/sda:

ATA device, with non-removable media
    Model Number:       ST500DM002-1BD142                       
    Serial Number:      W2AQHKME
    Firmware Revision:  KC45    
    Transport:          Serial, SATA Rev 3.0

我写的正则表达式，

re.search("Model Number:(\s+[\w+^\w|d]\n\t*)", str)

但问题是，它不匹配字符串 str 中的任何特殊字符（非 ascii）

Python 2.6

注意：字符串可以是任意字符/数字（包括特殊字符）的组合

【问题讨论】：

这是 Python 2 还是 3？您能给我们提供哪些不匹配的示例输入？

@MartijnPieters Python 2.6

您的字符串是unicode 对象还是字节字符串？

@MartijnPieters 我已经发布了上面的字符串。对不起，我不明白你在问什么

请注意，[\w+^\w|d]不是一个分组，而是一个字符类。您正在匹配 一个 字符，该字符是集合 \w、+、^、| 或 d 的成员。

【参考方案1】：

你的正则表达式是，

Model Number:\s*([\w-]+)

Python 代码是，

>>> import re
>>> s = """
... 
... /dev/sda:
... 
... ATA device, with non-removable media
...     Model Number:       ST500DM002-1BD142                       
...     Serial Number:      W2AQHKME
...     Firmware Revision:  KC45    
...     Transport:          Serial, SATA Rev 3.0"""
>>> m = re.search(r'Model Number:\s*([^\n]+)', s)
>>> m.group(1)
'ST500DM002-1BD142'

说明：

Model Number:\s* 匹配字符串 Model Number: 后跟零个或多个空格。 ([^\n]+) 捕获任何字符但不是换行符一次或多次。

【讨论】：

用空格分隔的单词会失败Model Number: Virtual Box

@Pilot 在这种情况下使用[-\s\w]+。

@hjpotter92 结果'Model Number: ST500DM002-1BD142 \n\tSerial Number'

@Pilot 使用 Model Number:\s*([^\n]+)

当然。我可以将其添加到我的答案中吗？