如何匹配包含特定模式的段落與正則表達式？

Question

我有以下段落：

This is paragraph #1
New-York, London, Paris, Berlin
Some other text
End of paragraph

This is paragraph #2
London, Paris
End of paragraph

This is paragraph #3
New-York, Paris, Berlin
Some other text
End of paragraph

This is paragraph #4
End of paragraph

This is paragraph #5
Paris, Berlin
Some other text
End of paragraph

我如何使用正則表達式匹配包含例如紐約（＃1和＃3）或倫敦（＃1，＃2）的段落？ 甚至是紐約和柏林（＃1，＃3）？

我在SO中找到了答案

如何匹配使用正則表達式的段落

這允許我匹配段落（兩個空白行之間的所有文本）。

但我無法想象（我的正則表達式技能是......有限的）如何匹配包含特定模式的段落，只有那些段落。

在此先感謝您的幫助

注意：我的想法是使用編輯IOS應用程序中的答案來折疊不包含模式的答案。

Answer 1

如果您計划在編輯iOS應用程序中使用該模式，我發現您可能無法訪問Python代碼本身。

然后，我所能提出的就是模式

(?m)^(?=.*(?:\r?\n(?!\r?\n).*)*?\bNew-York\b)(?=.*(?:\r?\n(?!\r?\n).*)*?\bBerlin\b).*(?:\r?\n(?!\r?\n).*)*

請參閱正則表達式演示 。 基本上，我們只匹配從行的開頭（ ^與(?m)修飾符），我們檢查是否有New-York和Berlin作為整個單詞（由於\\b字邊界）在第一行之前的任何地方雙線中斷，如果存在，則匹配這些線。

細節

• (?m)^ - 開始行
• (?=.*(?:\\r?\\n(?!\\r?\\n).*)*?\\bNew-York\\b) - 一個積極的前瞻，確保New-York任何地方都有一個完整的單詞在除了換行符之外的0+個字符（ .* ）之后，可選地跟隨0 +連續的CRLF / LF換行符序列，而不是另一個CRLF / LF換行符，其次是換行符
• (?=.*(?:\\r?\\n(?!\\r?\\n).*)*?\\bBerlin\\b) - 除了換行符之外的0+字符之后的任何地方Berlin的完整字詞.* ）任選地跟隨0 +連續的CRLF / LF換行序列，然后沒有跟隨另一個CRLF / LF換行，接着是其余的生產線
• .* - 匹配線
• (?:\\r?\\n(?!\\r?\\n).*)* - 匹配連續0次以上：
  • \\r?\\n(?!\\r?\\n) - 換行符（CRLF或LF）未跟隨另一個CRLF或LF
  • .* - 其余部分。

Answer 2

使用支持空分割的較新的regex模塊 ：

import regex as re

string = """
This is paragraph #1
New-York, London, Paris, Berlin
Some other text
End of paragraph

This is paragraph #2
London, Paris
End of paragraph

This is paragraph #3
New-York, Paris, Berlin
Some other text
End of paragraph

This is paragraph #4
End of paragraph

This is paragraph #5
Paris, Berlin
Some other text
End of paragraph
"""

rx = re.compile(r'^$', flags = re.MULTILINE | re.VERSION1)

needle = 'New-York'

interesting = [part 
    for part in rx.split(string)
    if needle in part]

print(interesting)
# ['\nThis is paragraph #1\nNew-York, London, Paris, Berlin\nSome other text\nEnd of paragraph\n', '\nThis is paragraph #3\nNew-York, Paris, Berlin\nSome other text\nEnd of paragraph\n']

Answer 3

我認為你的具體案例根本不需要正則表達式：

[i for i,p in enumerate(mystr.split('\n\n')) if 'New-York' in p or 'London' in p]

在您的情況下導致：

[0, 1, 2]

顯然and條件and條件同樣容易，或者否定if 。 僅當您需要段落索引時才使用enumerate 。 如果你想要段落本身，你不需要它。 無論如何，無需強制使用regex 。