Python Regex每隔一个单词都匹配

Question

我一直在尝试寻找一种使用正则表达式匹配python中其他单词的解决方案。 该字符串以逗号分隔，长度未知。

说我有以下字符串：

"keep, ignore, keep_this_too, ignore, keep_this_also, ignore"

我希望能够将所有匹配的单词保留为列表。

我尝试将正则表达式写为：

((?P<keep>.*),)*

然后使用

result = re.match(regex, string)
print result.group(keep)

为了打印出所有匹配的单词，我只会得到除了最后一个单词以外的所有内容。

谢谢

编辑：

我不能使用任何Python字符串操作。 这样做的目的是支持研究人员提供的任何数据格式，为此，我们将正则表达式存储在每种格式的数据库中。 例如，他们可以提供一种数据格式，其中我们必须使用以下正则表达式：

"keep (ignore), keep (ignore), keep (ignore)"

Answer 1

.*贪婪地匹配（如果可能，则匹配所有内容）； .*,匹配任何东西，直到最后, 。 要非贪婪地匹配，请使用.*? 。

并且re.match仅返回第一个匹配项。 （并且仅在输入字符串的开头匹配）。 （请参阅search（）vs match（） ）

将re.findall与修改后的正则表达式一起使用：

>>> s = "keep, ignore, keep_this_too, ignore, keep_this_also, ignore"
>>> re.findall(r'([^,\s]+)', s)
['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore']
>>> re.findall(r'([^,\s]+)', s)[::2] # using slice to get every other matches.
['keep', 'keep_this_too', 'keep_this_also']

要么：

>>> re.findall(r'([^,\s]+)(?:,\s*[^,\s]+)?', s)
['keep', 'keep_this_too', 'keep_this_also']

Answer 2

您仍然可以将.split()存储在数据库中吗？

String="keep, ignore, keep_this_too, ignore, keep_this_also, ignore"
String.split(",")[0::2]

输出：

['keep', ' keep_this_too', ' keep_this_also']

Answer 3

正则表达式已经定义了单词中可以出现的字符，即\\w表示这样的字符集。 因此：

In [1]: import re
   ...: re.findall('\w+', "keep, ignore, keep_this_too, ignore, keep_this_also, ignore")
   ...: 
Out[1]: ['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore']

如果要忽略其他所有匹配项，只需使用切片即可：

In [2]: ['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore'][::2]
Out[2]: ['keep', 'keep_this_too', 'keep_this_also']

如果你想只保留与开头的字符串keep （或其他子），只需使用模式keep\\w*代替\\w+ ：

In [4]: re.findall('keep\w*', "keep, ignore, keep_this_too, ignore, keep_this_also, ignore")
Out[4]: ['keep', 'keep_this_too', 'keep_this_also']

如果您要匹配的不是一个单词，即它可以包含空格，标点符号等字符，则可以在上面的正则表达式中用[^,]替换\\w以匹配除逗号以外的所有内容。

Answer 4

您可以使用类似：

import re
re.findall("([^,]*), [^,]+[,]{0,1}", "keep, ignore, keep_this_too, ignore, keep_this_also, ignore")

但是为什么不只使用split和slice结果：

"keep, ignore, keep_this_too, ignore, keep_this_also, ignore".split(",")[0::2]

Answer 5

你需要这个：

s = ' keep, ignore,  keep_this_too  , ignore, keep_this_also, ignore '
print(s.replace(' ','').split(',')[0::2])

产量：

['keep', 'keep_this_too', 'keep_this_also']

Answer 6

这个？

>>> s = "keep, ignore, keep_this_too, ignore, keep_this_also, ignore"
>>> import re
>>> re.findall(r'(\w+)\W+\w+', s)
['keep', 'keep_this_too', 'keep_this_also']