正则表达式 - 查找所有空格并忽略多行字符串中的连字符分隔的单词

Posted 2023-02-22

【中文标题】正则表达式 - 查找所有空格并忽略多行字符串中的连字符分隔的单词

【英文标题】：Regex - find all whitespaces and ignore hyphen separated words in multiline string

【发布时间】：2020-03-03 13:12:44

【问题描述】：

我想创建一个查找空格并忽略连字符分隔的单词的正则表达式模式。

基本规则是查找任何后续空格（[\s]+），并且不查找模式所在的空格：

[\S]+-[\s]+[\S]+（我不想匹配空格的模式）

任何其他空格都应该匹配。

匹配的间隔应该只包含空格，而不是其他字符。

例如：

abc abc

应该在位置 3-4 匹配。

abc 定义

应该从 abc 的结尾匹配到 def 的开头。

abc-

定义

不应该匹配。

abc-

定义

应该在 3-4、5-6 匹配。

搜索的字符串是多行的，有很多空格，我想在一次搜索中找到它们。

尝试了许多不同的模式（负前瞻和后瞻），但没有一个能够适用于所有情况。

使用python内置re模块。

可以进行两次搜索：

搜索所有出现的[\s]+

搜索所有出现的[\S]+-([\s]+)[\S]+

从 (1) 中的匹配项中删除 (2) 中组的匹配项

可以一次搜索吗？

【问题讨论】：

试试r'(?<=[^\s-])\s+(?=\S)|(?<=\S)\s+(?=[^\s-])' 或r'(?<=[^\s-])\s+(?=[^\s-])'

也许是这样，但仍然无法正常工作。 regex101.com/r/qSZq9P/7 见这个例子。这应该不匹配，类似于问题中的示例 3

见regex101.com/r/qSZq9P/9, r'(?<=[^\s-])\s+(?=[^\s-])'

这解决了上面的问题，现在像这样的字符串：“dsa - dsa”应该在空格中匹配两次，而不是在当前模式中。如示例（4）。

也许(?<!-)\s+|(?<=\s-)\s+ regex101.com/r/RqNmpx/1

【参考方案1】：

这个怎么样：

(?<![\s\-])[\s](?!\-\s\n)

(?<![\s\-]) 不看一个接一个的空格和 - :（消极看后面） (?!\-\s\n) 之前不看空格 - 空格和换行：（负向前看）

已编辑：

试试这个：

(?<![\s])[\s+](?!\-\s\n)(?!\n2)

查看您的示例数据后，其中一些包含双换行符：

(?<![\s])不看空间 (?!\-\s\n) 不看破折号、空格和换行符之前 (?!\n2) 不看双换行符

【讨论】：

不适用于：“abc - abc”。应该产生两个匹配。一个在“-”之前，一个在之后。

编辑后 - "abc\n\ndef" 失败。它应该匹配任何空格，除了问题中指定的那些。

毕竟我认为它只能通过多步正则表达式来完成，因为您的数据在接受的空间之间具有略微相同的条件。让我们等待可能有人有另一种解决方案。