[英]use regex to extract multiple strings following certain pattern
我有一个像这样的长字符串,我想提取Invalid items
之后的所有项目,所以我希望正则表达式返回一个列表,如['abc.def.com', 'bar123', 'hello', 'world', '1212', '5566', 'aaaa']
我尝试使用这种模式,但每场比赛给我一组
import re
test = 'Valid items: (aaa.com; bbb.com); Invalid items: (abc.def.com;); Valid items: (foo123;); Invalid items: (bar123;); Valid items: (1234; 5678; abcd;); Invalid items: (hello; world; 1212; 5566; aaaa;)'
re.findall(r'Invalid items: \((.+?);\)', test)
# ['abc.def.com', 'bar123', 'hello; world; 1212; 5566; aaaa']
有没有更好的方法用正则表达式来做到这一点?
谢谢
如果您想仅使用一个findall
单独返回所有匹配项,那么您需要使用积极的后视,例如(?<=foo)
。 不幸的是, re
模块仅支持固定宽度的后视。 但是,如果您愿意使用出色的正则表达式模块,那么它可以完成。
正则表达式:
(?<=Invalid items: \([^)]*)[^ ;)]+
演示: https://regex101.com/r/p90Z81/1
如果可能有空项,则对正则表达式稍作修改即可捕获这些零宽度匹配项,如下所示:
(?<=Invalid items: \([^)]*)(?:[^ ;)]+|(?<=\(| ))
使用re
,您可以将匹配的组拆分为分号和空格
import re
test = 'Valid items: (aaa.com; bbb.com); Invalid items: (abc.def.com;); Valid items: (foo123;); Invalid items: (bar123;); Valid items: (1234; 5678; abcd;); Invalid items: (hello; world; 1212; 5566; aaaa;)'
results = []
for s in re.findall(r'Invalid items: \((.+?);\)', test):
results = results + s.split(r"; ")
print(results)
Output
['abc.def.com', 'bar123', 'hello', 'world', '1212', '5566', 'aaaa']
请参阅Python 演示。
这将仅选择有效或无效中提到的所需模式
import re
test = 'Valid items: (abc.h; bac.h); Invalid items: (aaa.123;); Valid items: (aaa H;bbbb H;); Invalid items: (abc;bac;)'
results = []
for s in re.findall(r'Invalid items: \((.+?);\)', test):
results = results + s.split(r" ; ")
print(results)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.