基于多个Regex匹配的拆分字符串
基于多个Regex匹配的拆分字符串
提问于 2022-03-18 14:30:26
首先，我检查了以前的这些帖子，但没有帮助我。1 & 2 & 3.
我有这个字符串(或者类似的情况)，需要用regex来处理：
“文本表6-2:儿童学习和行动的管理”
- 我要做的是检测单词Table和之前的单词(如果存在)
- 检测以下数字，它们可以是这样的格式：
6 or 6-2 or 66-22 or 66-2 - 最后，字符串的其余部分(在本例中：管理子学习和操作)
这样做后，返回值必须如下所示：
return 1 and 2 as one string, the rest as another string
e.g. returned value must look like this: Text Table 6-2, Management of children study and actions下面是我的代码：
mystr = "Text Table 6-2: Management of children study and actions"
if re.match("([a-zA-Z0-9]+[ ])?(figure|list|table|Figure|List|Table)[ ][0-9]([-][0-9]+)?", mystr):
print("True matched")
parts_of_title = re.search("([a-zA-Z0-9]+[ ])?(figure|list|table|Figure|List|Table)[ ][0-9]([-][0-9]+)?", mystr)
print(parts_of_title)
print(" ".join(parts_of_title.group().split()[0:3]), parts_of_title.group().split()[-1])第一个要求应该返回为真，但第二个要求不返回，我更改了代码并使用了compile，但是regex功能发生了变化，代码如下所示：
mystr = "Text Table 6-2: Management of children study and actions"
if re.match("([a-zA-Z0-9]+[ ])?(figure|list|table|Figure|List|Table)[ ][0-9]([-][0-9]+)?", mystr):
print("True matched")
parts_of_title = re.compile("([a-zA-Z0-9]+[ ])?(figure|list|table|Figure|List|Table)[ ][0-9]([-][0-9]+)?").split(mystr)
print(parts_of_title)输出：
True matched
['', 'Text ', 'Table', '-2', ':\tManagement of children study and actions']因此，在此基础上，我如何才能做到这一点，并坚持一个干净和可读的代码？为什么使用compile会改变匹配呢？
回答 2
Stack Overflow用户
回答已采纳
发布于 2022-03-18 14:34:18
匹配更改是因为：
- 在第一部分中，您将调用
.group().split()，其中.group()返回一个字符串的完整匹配。 - 在第二部分中，您将调用
re.compile("...").split()，其中re.compile返回正则表达式对象。
在模式中，这个部分将只匹配一个单词[a-zA-Z0-9]+[ ]，如果这个部分应该在捕获组[0-9]([-][0-9]+)?中，那么第一个(单个)数字目前并不是捕获组的一部分。
您可以编写模式，编写4个捕获组：
^(.*? )?((?:[Ll]ist|[Tt]able|[Ff]igure))\s+(\d+(?:-\d+)?):\s+(.+)看一个regex演示。
import re
pattern = r"^(.*? )?((?:[Ll]ist|[Tt]able|[Ff]igure))\s+(\d+(?:-\d+)?):\s+(.+)"
s = "Text Table 6-2: Management of children study and actions"
m = re.match(pattern, s)
if m:
print(m.groups())输出
('Text ', 'Table', '6-2', 'Management of children study and actions')如果您希望点1和2作为一个字符串，那么您可以使用2个捕获组代替。
^((?:.*? )?(?:[Ll]ist|[Tt]able|[Ff]igure)\s+\d+(?:-\d+)?):\s+(.+)输出将是
('Text Table 6-2', 'Management of children study and actions')Stack Overflow用户
发布于 2022-03-18 15:03:30
你已经有了答案，但我想尝试你的问题来训练自己，所以如果你感兴趣的话，我会给你同样的答案：
((?:[a-zA-Z0-9]+)? ?(?:[Ll]ist|[Tt]able|[Ff]igure)).*?((?:[0-9]+\-[0-9]+)|(?<!-)[0-9]+): (.*)下面是我测试的链接：https://regex101.com/r/7VpPM2/1
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71528585
复制相关文章
相似问题
腾讯云开发者
