在python中使用正则表达式在冒号或括号之前提取字符串

Question

我正在尝试从以下琴弦中提取琴弦muscle pain 。 我需要使用适用于所有三种情况的正则表达式。

string1 = 'A1 muscle pain: immunotherapy'
string2 = 'A2B_45 muscle pain: topical medicine e.g. ....'
string3 = 'A2_45 muscle pain (pain): topical medicine e.g. ....'

以下代码适用于string1和string2 。 但是它不适用于string3 。 我得到的总是muscle pain (pain) 。 谁能帮助我。 我用不同的表情尝试了很多次，但不知道怎么做。

re.match(r"^[A-Z]+\d*[A-Z]*_?\d*\s(.*)[:\(]", string3).group(1)

Answer 1

您可以将表达式缩短为：

^A\S+\s([^:(]*)(?=:|\s\()

• ^A字符串的起始位置。
• \\S+任何非空格字符。
• \\s空格字符。
• ([^:(]*)捕获组。匹配并捕获除(括号或]括号以外的任何内容。
• (?=:|\\s\\()正向搜索:或空格，后跟( 。

在这里试一试。

---

Python片段：

import re
string1 = 'A1 muscle pain: immunotherapy'
string2 = 'A2B_45 muscle pain: topical medicine e.g. ....'
string3 = 'A2_45 muscle pain (pain): topical medicine e.g. ....'

print(re.match(r'^A\S+\s([^:(]*)(?=:|\s\()',string3).group(1))

Answer 2

尝试以下模式： ^[\\dA-Z_]+ ([^\\(:]+) 。

它在开始时以[\\dA-Z_]+开头（请注意锚点^ ），然后是空格。 现在，开始捕获组，直到遇到不需要的字符之一： [^\\(:] 。您可以在其中添加更多“不需要的”字符来更改正则表达式以匹配不同的内容。

第一个捕获组是您想要的。

演示版

您可以尝试在第三次匹配后使用此模式删除空间： ^[\\dA-Z_]+ ([\\w ]+)(?=(:| \\()) 。