如何使用 RegEx 提取键之间的值？

Posted 2023-02-15

【中文标题】如何使用 RegEx 提取键之间的值？

【英文标题】：How to extract the value between the key using RegEx?

【发布时间】：2022-01-12 17:22:05

【问题描述】：

我有这样的文字：

"abababba"

我想将字符提取为a 之间的列表。 对于上面的文本，我期望输出如下：

['b', 'b', 'bb']

我用过：

re.split(r'^a(.*?)a$', data)

但它不起作用。

【参考方案1】：

您可以使用 re.findall 以模式返回捕获组值：

a([^\sa]+)(?=a)

a 匹配 a 字符 ([^\sa]+) 捕获组 1，重复匹配除 a 之外的任何字符（如果您不想匹配空格，则为 whitspace 字符） (?=a) 正向前瞻，向右断言 a

Regex demo

import re

pattern = r"a([^\sa]+)(?=a)"
s = "abababba"

print(re.findall(pattern, s))

输出

['b', 'b', 'bb']

【参考方案2】：

您可以使用列表推导来实现此目的：

s = "abababba"
l = [x for x in s.split("a") if not x == ""]
print(l)

输出：

['b', 'b', 'bb']

【参考方案3】：

^ 和 $ 将仅分别匹配行的开头和结尾。 在这种情况下，您将使用以下行获得所需的列表：

re.split(r'a(.*?)a', data)[1:-1]

【参考方案4】：

为什么不使用正常的拆分：

"abababba".split("a") --> ['', 'b', 'b', 'bb', '']

并根据需要删除空白部分：

# remove all empties:

[*filter(None,"abababba".split("a"))] -> ['b', 'b', 'bb'] 

或

# only leading/trailing empties (if any)

"abababba".strip("a").split("a") --> ['b', 'b', 'bb'] 

或

# only leading/trailing empties (assuming always enclosed in 'a')

"abababba".split("a")[1:-1]  --> ['b', 'b', 'bb'] 

如果你必须使用正则表达式，也许 findall() 会让你使用更简单的模式，同时覆盖所有边缘情况（忽略所有空）：

re.findall(r"[^a]+","abababba") --> ['b', 'b', 'bb']
re.findall(r"[^a]+","abababb")  --> ['b', 'b', 'bb']
re.findall(r"[^a]+","bababb")   --> ['b', 'b', 'bb']
re.findall(r"[^a]+","babaabb")  --> ['b', 'b', 'bb']