Python Regex：匹配短语，而不考虑中间空格

Question

给定行中的短语，即使单词在行中具有不同数量的空格，我也必须能够匹配该短语。

因此，如果该短语是"the quick brown fox" ，而行是"the quick brown fox jumped over the lazy dog" ，则仍应匹配"the quick brown fox"的实例。

我已经尝试过的方法是用正则表达式模式将行中的所有空白实例替换为空白，但是，如果该行包含的字符不被正则表达式视为文字，则这种方法并不总是有效。

Answer 1

这应该工作：

import re

pattern = r'the\s+quick\s+brown\s+fox'
text = 'the           quick      brown        fox jumped over the lazy dog'

match = re.match(pattern, text)
print(match.group(0))

输出为：

the           quick      brown        fox

Answer 2

您可以使用此正则表达式。 在这里检查

(the\s+quick\s+brown\s+fox)

Answer 3

您可以用空格将给定的字符串分割，再用空格将它们重新连接起来，以便随后将其与您要查找的短语进行比较：

s = "the           quick      brown        fox"
' '.join(s.split()) == "the quick brown fox" # returns True

Answer 4

对于一般情况：

1. 用一个空格字符替换每个空格字符序列。

2. 检查给定的句子是否是替换后的行的子字符串

    import re pattern = "your pattern" for line in lines: line_without_spaces= re.sub(r'\\s+', ' ', line) # will replace multiple spaces with one space return pattern in line_without_spaces 

Answer 5

正如您稍后所阐明的，您需要匹配单词的任何行和系列。 为了达到这个目的，我添加了更多示例来阐明两个提议的类似正则表达式的作用：

text = """the           quick      brown        fox
another line                    with single and multiple            spaces
some     other       instance     with        six                      words"""

匹配整条线

第一个匹配整行，迭代单行

pattern1 = re.compile(r'((?:\w+)(?:\s+|$))+')
for i, line in enumerate(text.split('\n')):
    match = re.match(pattern1, line)
    print(i, match.group(0))

其输出为：

0 the           quick      brown        fox
1 another line                    with single and multiple            spaces
2 some     other       instance     with        six                      words

匹配整条线

第二个匹配单个单词，并在单个行上迭代时一个接一个地迭代它们：

pattern2 = re.compile(r'(\w+)(?:\s+|$)')
for i, line in enumerate(text.split('\n')):
    for m in re.finditer(pattern2, line):
        print(m.group(1))
    print()

其输出为：

the
quick
brown
fox

another
line
with
single
and
multiple
spaces

some
other
instance
with
six
words