正则表达式单行只能匹配某个单词之后的内容？

Question

我想从这样的列表中提取歌曲名称： 'some text here, songs: song1, song2, song3, fro: othenkl'和get ['song1', 'song2', 'song3'] 。 所以我尝试在一个正则表达式中做到这一点：

result =  re.findall('[Ss]ongs?:?.*', 'songs: songname1, songname2,')
print re.findall('(?:(\w+),)*', result[0])

这完全匹配： ['', '', '', '', '', '', '', 'songname1', '', 'songname2', ''] （除了空字符串，但是nbd。

但我想在一行中完成，所以我做了以下几点：

print re.findall('[Ss]ongs?:?(?:(\w+),)*','songs: songname1, songname2,')

但我不明白为什么这不能像上面的两个正则表达式那样捕获：

['', 'name1', 'name2']

有没有办法在一行中完成这个？ 在这里简明扼要是有用的。 谢谢。

Answer 1

不，你不能用re模块在一个模式中做到这一点。 你可以做的是使用正则表达式模块而不是这个模式：

regex.findall(r'(?:\G(?!\A), |\msongs: )(\w++)(?!:)', s)

其中\\G是前一个匹配后的位置， \\A是字符串的开头， \\m是一个单词边界后跟单词字符，而++是一个占有量词。

Answer 2

你并不需要使用re.findall在这种情况下，你最好使用re.search找到歌曲的顺序，然后用逗号分割的结果, 。 此外，您不需要使用字符类[Ss]来匹配您可以使用re.I case flag（ re.I ）的Capitals：

>>> s ='some text here, songs: song1, song2, song3, fro: othenkl'
>>> re.search(r'(?<=songs:)(.+),', s,flags=re.I).group(1).split(',')
[' song1', ' song2', ' song3']

(?<=songs:)是一个积极的外观，它将使你的正则表达式引擎匹配songs:前面的字符串songs:和(.+),将匹配songs:后面的最大字符串songs:后跟逗号，即歌曲的序列。

另外，作为一种更通用的方式而不是在正则表达式的末尾指定逗号，您可以根据这一事实捕获歌曲名称，即它们后面跟着这个模式\\s\\w+: .

>>> re.search(r'(?<=songs:)(.+)(?=\s\w+:)', s).group(1).split(',')
[' song1', ' song2', ' song3', '']