创建正则表达式以匹配以下场景

Question

我是一名从事小型研究项目的学生，我需要抓取符合以下要求的网页：- 如果在文本中的任何位置找到单词 X 说“abc”，请查找模式 Y，如果它出现在其中，则说“pqr”在 X 出现的两侧有一个 25 个字符的窗口。

pqrxyz有效。

xyz无效。

xyzpqr有效。

pqr123456789123456789123456789xyz无效。

我想不通。 任何帮助将不胜感激。

((?=pqr).{20,}abc) | (pqr{20,}(?!abc))

这是我迄今为止的尝试。 我不知道如何合并 20 个字符的窗口约束。

Answer 1

. 是“任何单个字符”的正则表达式。

{n,m}是“至少 n，不超过 m，重复前一个正则表达式”的正则表达式。

因此，正则表达式xyz.{0,25}pqr表示“ xyz ，后跟最多 25 个字符，后跟pqr ”。

因此，考虑到pqr在xyz之前或之后发生的可能性，我们得到这行 python 代码：

if re.search('pqr.{0,25}xyz', line) or re.search('xyz.{0,25}pqr', line):

Answer 2

这样的事情应该可以工作，处理两种情况： pqr.{,25}?xyz|xyz.{,25}?pqr

我使用Debuggex进行测试，我认为这是展示正则表达式如何工作的一种简单方法。

约翰的回答提供了有关正则表达式中特定元素的更多详细信息。

正则表达式可视化