Python RegEx僅匹配內部正則表達式

Question

我前一段時間已經在StackOverflow上找到了解決此問題的方法，但無法再次找到解決方案。 我想從字符串中提取模式。

my_string ='hello ,mister synonyms: fine, of high quality, of a high standard, quality, superior; More'

我要提取'fine, of high quality, of a high standard, quality, superior'

我用了

match_obj = re.search(r'(synonyms: )((\w+,|; )+)', my_string)
print(match_obj.group(2))

它只給出'fine,'我知道在這種情況下我為嵌套括號編寫正則表達式的方式出了問題，但是我找不到正確的編寫方式。

Answer 1

您可以先獲取帶有逗號分隔值的子字符串（可以使用(?<=synonyms: )[^;]+正則表達式，僅匹配1個或多個字符;而synonyms: substring除外），然后使用\\s*,\\s*正則表達式（由於與\\s*匹配的空格，它也會修剪值）以獲取必要的值：

import re
p = re.compile(r'(?<=synonyms: )[^;]+')
test_str = "hello ,mister synonyms: fine, of high quality, of a high standard, quality, superior; More"
o = re.search(p, test_str)
if o:
    s = o.group()
    print re.split(r"\s*,\s*", s)

見IDEONE演示

UPDATE

由於您打算學習捕獲組和非捕獲組，因此這里是固定的正則表達式：

(synonyms: )((?:\s*\w+,?)+)

並說明：

• (synonyms: ) -第一個匹配字面意義上的捕獲組synonyms:
• ((?:\\s*\\w+,?)+) -匹配的第二個捕獲組
  • (?:\\s*\\w+,?)+ -1個或多個非捕獲序列（即不會存儲在堆棧中）
    • \\s* -0個或更多空白字符
    • \\w+ -1個或多個單詞字符（ [A-Za-z0-9_] ）
    • ,? -0或1個逗號

演示可以在這里找到 。

注意4件事：

1. 您不必捕獲文字文本。 您已經知道它們了，這沒有任何意義。

2. Python re engine不能像.NET（其中具有.Captures屬性）那樣記住多個捕獲組，因此，我們不能使用捕獲組輕松地獲取所有單獨的逗號分隔值。 Python也不在正則表達式中支持\\G來獲取連續的匹配項。

3. 要獲取單個條目，在Python中，我們必須將獲取字符串拆分為第二步（當然，如果需要的話）。

4. 考慮到優化，您可以看到在正則表達式中， (?:\\s*\\w+,?)+部分看起來很棘手，但要點是，所有三個組件- \\s ， \\w和, 不能匹配相同的文本 。 當您編寫非常復雜的正則表達式並將整個+量設置為整組時，務必遵循相同的策略。

Answer 2

如果您只是想匹配"synonyms: "和";" ，則可以使用以下之一：

(synonyms: )([\w, ]+|[^;])+
(synonyms: )(\w+, [^;]+)+
(synonyms: )(.+)(?=;)
(synonyms: )([^;]+)

Answer 3

如果我理解正確，那么您想匹配所有synonyms:后的內容synonyms:最多分號？

r'(synonyms: )([\w, ]+)'

實際觀看： https ： //regex101.com/r/jI0dV4/1

我認為您的正則表達式中的缺陷實質上是|的位置。 。 這使得正則表達式匹配任一 \\w, 或 ;_ （ _表示空間）

請注意，帶有圓括號的分組始終會引入新的捕獲組。 我使用方括號列出了允許的字符。

如果您點擊鏈接 ，則可以嘗試其他操作，並獲得即時結果和說明。

Answer 4

這將捕獲“同義詞：”和“;”之間的所有內容。 變成一個字符串。 因為正向后方(?<=synonyms: ) ：）是零寬度的非捕獲斷言，所以唯一的捕獲組將為零([^;]+) 。

test_str = "hello ,mister synonyms: fine, of high quality, of a high standard, quality, superior; More"
regex = re.compile(r'(?<=synonyms: )([^;]+)')
string = regex.search(test_str).group(0)

print(string)