正則表達式模式有疑問嗎？

Question

我很難理解正則表達式模式。 有人可以幫助我使用正則表達式模式來匹配所有以s結尾的單詞。 並以a開頭，以a結束（例如ana）。 如何寫結局？

Answer 1

單詞邊界由\\b給出，因此以下正則表達式匹配以ing或s結尾的單詞： "\\b(\\w+?(?:ing|s))\\b"其中\\b是單詞邊界， \\w+是一個或更多的“單詞字符”和(?:ing|s)是ing或s未捕獲組。

如您所問“如何開發正則表達式”：

第一：不要將正則表達式用於復雜的任務。 它們很難閱讀，編寫和維護。 例如，有一個用於驗證電子郵件地址的正則表達式 -但是它是計算機生成的，實際上您不應使用。

從簡單開始並添加邊緣案例。 在開始計划時，您需要使用哪些字符：您說您需要以s或ing結尾s單詞。 因此，您可能需要一些東西來表示一個單詞，單詞的結尾以及文字字符s和ing 。 什么字 這可能因大小寫而異，但至少每個字母字符都不同。 在正則表達式的python文檔中查找，您可以找到\\w ，它是[a-zA-Z0-9_] ，適合我對單詞字符的印象。 在這里您還可以找到\\b ，它是單詞邊界。

因此，“第一個偽代碼嘗試”類似於\\b\\w...\\w\\b ，它與一個單詞匹配。 我們仍然需要“形式化” ... ，我們要具有“一個或多個字符”的含義，它直接轉換為\\b\\w+\\b 。 我們現在可以匹配一個單詞！ 我們仍然需要s或ing 。 | 轉換為或，則以下內容如何： \\b\\w+ing|s\\b ？ 如果您對此進行測試，您會發現它可以匹配令人困惑的事情，例如ingest ，而這與我們的正則表達式不符。 怎么了？ 您可能已經看到了| 無法知道“應該或應該的哪一部分”，因此我們需要引入括號： \\b\\w+(ing|s)\\b 。 恭喜，您現在可以使用正則表達式了！

為什么（和如何）與我首先給出的示例不同？ 首先我寫了\\w+? 而不是\\w+ ? 將+變成非貪婪的版本。 如果您知道貪婪和非貪婪之間的區別，請跳過本段。 考慮以下內容： AaAAbA ，我們要匹配大字母A包圍A 。 天真的嘗試： A\\w+A ，所以用A括起來的一個或多個單詞字符。 這AaAAbA匹配AaA ，也匹配AaAAbA ， A仍然可以由\\w匹配。 如果沒有進一步的配置， *+? 量詞都試圖盡可能地匹配。 有時，例如在A示例中，您不需要這樣做，則可以使用? 量詞表示您想要一個非貪婪的版本后，該版本應盡可能少地匹配。

但是在我們的情況下，這不是必需的，單詞之間用空格很好地分隔，空格不是\\w一部分。 因此，實際上，您可以讓+貪婪，一切都會好起來的。 如果使用. （任何字符），您通常需要注意不要太大的匹配。

另一個區別是使用(?:s|ing)而不是(s|ing) 。 ?:這是?: ？ 它將捕獲組更改為非捕獲組。 通常，您不希望從正則表達式中獲得“一切”。 考慮以下正則表達式： I want to go to \\w+ 。 您對整個句子不感興趣，只對\\w+感興趣，因此您可以將其捕獲為一個組： I want to go to (\\w+) 。 這意味着您對這條特定的信息感興趣，並希望稍后再檢索。 有時（例如使用| ）您需要將表達式分組在一起，但對它們的內容不感興趣，然后可以將其聲明為非捕獲。 否則，您將得到組（ s或ing ），但不是實際的單詞！

總結一下：*從小開始*逐個添加一個案例*總是用示例進行測試

實際上，我只是嘗試了re.findall( \\ b \\ w +（?: ing | s）\\ b , "fishing words") ，但是它沒有用。 \\w+(?:ing|s)有效。 我不知道為什么，也許別人可以解釋一下。 正則表達式是一個不可思議的東西，僅將它們用於簡單易用的測試任務。

Answer 2

一般來說，我會使用\\ b來將“單詞邊界”與匹配單詞組成部分的\\ w匹配（[A-Za-z0-9_]的捷徑）。 然后，您可以進行“或”分組以匹配“ s”或“ ing”。 結果是：

/\b\w+(s|ing)\b/