單引號之間的python regex findall（）子字符串

Question

所以我需要捕獲兩個單撇號之間的字符串中的子字符串。

對於此示例，我具有字符串：

這部電影真正的問題不是“誰？ ' 但為什么 ？ '

我當前得到的輸出是：[[“'who？'”]，[]，[]]

我想讓正則表達式捕捉“為什么？ ”，但我不知道為什么它不起作用。

這是我的正則表達式

pattern = re.compile(r"(\s+[\']{1}\D{2,}[^\']+[\']{1} | ^[\']{1}\D{2,}[^\']+[\']{1}$)")

我有\\ D的原因是我不想捕獲'70年代，並且我至少需要2個字符，因為我不想捕獲'n in rock'n roll。 我想添加[^ \\']是因為在捕獲完整的“誰？”之前 ' 但為什么 ？ '但是我需要'誰？ ”和“為什么？” 是單獨的比賽。 任何建議都會有所幫助，在此先感謝。

Answer 1

為了輕松避免特殊情況，我建議您進行一些預處理以使正則表達式更容易。

首先刪除'70或'n類的字符串（后跟空格），然后通過簡單引號之間的非貪婪匹配即可輕松實現。

我更改了輸入字符串，以引入“數字和搖滾”。

import re

s = "the real question this '70 rock 'n roll movie poses is not 'who ? ' but 'why ? '"

s = re.sub(r"'(\d+|\w\s)","",s)

print(re.findall("'.*?'",s))

印刷品：

["'who ? '", "'why ? '"]

如果您有更多反例，則使用類似的替換技術將其刪除要比不匹配它們容易得多。

Answer 2

您可以使用

re.findall(r"(?<!\S)'([^\d\s']{2,}[^']*)'", text)

見正則表達式演示

細節

• (?<!\\S) -空格或字符串開頭應在
• ' -一個'字符
• ([^\\d\\s']{2,}[^']*) -組1：2個或更多字符（數字，空格和單引號除外），然后除0以外'任何0+字符
• ' -一個'字符。