如何使用正則表達式在單詞組合之后和下一個空格之前查找具有單詞和非單詞字符的模式

Question

輸入文本

str_ = '''abc xyz pq m_www.google.in_10 -name itel.google.in
abc xyz pq I_www.google.in_9 -name itel.google.com
abc xyz pq I_www.google.in_8 
abc xyz pq I.www_google.com_10 -name itel_google.com_9'''

需要提取 'abc xyz pq ' 之后的組合直到下一個空格。 這個組合可以包含 \w & dot。 還想提取'-name'之后的組合。 這2個組合應該是一個列表

預期 output（作為列表）

'[['m_www.google.in_10', 'itel.google.in']
['I_www.google.in_9', 'itel.google.com']
['I_www.google.in_8', '']
['I_www.google.com_10', 'itel.google.com_9']]'

我的偽代碼

import re
re.findall(r'abc xyz pq (\w+)\.(\w+)\.(\w+) -name? (\w+?)\.(\w+?)\.(\w+?)',str_ )

Answer 1

您可以在re.findall中使用此正則表達式：

>>> for i in re.findall(r'abc xyz pq\s+([\w.]+)(?:\s+-name\s+([\w.]+))?', str_):
...     print (i)
...
('m_www.google.in_10', 'itel.google.in')
('I_www.google.in_9', 'itel.google.com')
('I_www.google.in_8', '')
('I.www_google.com_10', 'itel_google.com_9')

請注意，該列表與您預期的數據結構不匹配，但您可以迭代此列表並創建您的自定義結構。

或者，您可以使用re.finditer並准備您的自定義列表。

Answer 2

使用特定的正則表達式模式：

import re

s = '''abc xyz pq m_www.google.in_10 -name itel.google.in
abc xyz pq I_www.google.in_9 -name itel.google.com
abc xyz pq I_www.google.in_8 
abc xyz pq I.www_google.com_10 -name itel_google.com_9'''

res = list(map(list, re.findall(r'\babc xyz pq (\w+[.\w]+)(?: -name (\w+[.\w]+))?', s)))
pprint(res)

預期的 output（列表列表）：

[['m_www.google.in_10', 'itel.google.in'],
 ['I_www.google.in_9', 'itel.google.com'],
 ['I_www.google.in_8', ''],
 ['I.www_google.com_10', 'itel_google.com_9']]

---

正則表達式模式詳細信息：

• \b - 單詞邊界

• (\w+[.\w]+) - 捕獲單詞字符\w+后跟. char 或 word 字符序列[.\w]+

• (?: ...) - 將組標記為非捕獲，盡管在上述情況下它包含另一個捕獲的組（內部組）
• (...)? - 將組標記為可選（ ?量詞匹配零到一次）