一个正则表达式模式，匹配所有以 s 开头的单词开始并在以 s 开头的单词之前停止的单词

Question

我正在尝试捕获字符串中的单词，以便第一个单词以 s 开头，如果下一个单词也以 s 开头，正则表达式将停止匹配。

例如。 我有字符串“Stack、Code 和 StackOverflow”。 我只想捕获“堆栈、代码和”，而不是在匹配中包含“StackOverflow”。

这就是我的想法：

1. 以空格开头，后跟 s。
2. 匹配所有内容，除非该组是一个空格和一个 s（我使用的是负前瞻）。

我试过的正则表达式：

(?<=\s)S[a-z -,]*(?!(\sS))

我不知道如何让它工作。

Answer 1

我认为这应该有效。 我从这个线程改编了正则表达式。 您也可以在这里进行测试。 我还包括了一个非正则表达式的解决方案。 我基本上跟踪第一次出现的以“s”开头的单词和下一个以“s”开头的单词，并获取该范围内的单词。

import re

teststring = " Stack, Code and StackOverflow"
extractText = re.search(r"(\s)[sS][^*\s]*[^sS]*", teststring)

print(extractText[0])

#non-regex solution
listwords = teststring.split(' ')

# non regex solution
start = 0
end = 0
for i,word in enumerate(listwords):
    if word.startswith('s') or word.startswith('S'):
        if start == 0:
            start = i
        else:
            end = i
            break

newstring = " " + " ".join([word for word in listwords[start:end]])
print(newstring)

Output

 Stack, Code and
 Stack, Code and

Answer 2

您可以使用例如捕获组：

(S(?<!\S.).*?)\s*S(?<!\S.)

解释

• (捕获组 1
  • S(?<.\S.)匹配S并断言S的左侧没有空白边界
  • .*? 匹配任意字符，尽可能少
• )关闭组
• \s*匹配可选的空白字符
• S(?<.\S.)匹配S并断言S的左侧没有空白边界

请参阅正则表达式演示和Python 演示。

示例代码：

import re

pattern = r"(S(?<!\S.).*?)\s*S(?<!\S.)"
s = "Stack, Code and StackOverflow"
m = re.search(pattern, s)
if m:
    print(m.group(1))

Output

Stack, Code and

---

另一种选择使用环视将S断言到右侧而不使用它以允许多个匹配项相互匹配：

 S(?<!\S.).*?(?=\s*S(?<!\S.))

正则表达式演示

import re

pattern = r"S(?<!\S.).*?(?=\s*S(?<!\S.))"
s = "Stack, Code and StackOverflow test Stack"
print(re.findall(pattern, s))

Output

['Stack, Code and', 'StackOverflow test']