如何使用 RegEx 提取鍵之間的值？

Question

我有這樣的文字：

"abababba"

我想將字符提取為 a 之間a列表。 對於上面的文字，我期待 output 像：

['b', 'b', 'bb']

我用過：

re.split(r'^a(.*?)a$', data)

但它不起作用。

Answer 1

您可以使用 re.findall 以模式返回捕獲組值：

a([^\sa]+)(?=a)

• a a
• ([^\sa]+)捕獲組 1，重復匹配除a以外的任何字符（如果您不想匹配空格，則為 whitspace 字符）
• (?=a)正向前瞻，向右斷言a

正則表達式演示

import re

pattern = r"a([^\sa]+)(?=a)"
s = "abababba"

print(re.findall(pattern, s))

Output

['b', 'b', 'bb']

Answer 2

您可以使用列表推導來實現此目的：

s = "abababba"
l = [x for x in s.split("a") if not x == ""]
print(l)

Output：

['b', 'b', 'bb']

Answer 3

^ 和 $ 將僅分別匹配行的開頭和結尾。 在這種情況下，您將使用以下行獲得所需的列表：

re.split(r'a(.*?)a', data)[1:-1]

Answer 4

為什么不使用正常拆分：

"abababba".split("a") --> ['', 'b', 'b', 'bb', '']

並根據需要刪除空部分：

# remove all empties:

[*filter(None,"abababba".split("a"))] -> ['b', 'b', 'bb'] 

或者

# only leading/trailing empties (if any)

"abababba".strip("a").split("a") --> ['b', 'b', 'bb'] 

或者

# only leading/trailing empties (assuming always enclosed in 'a')

"abababba".split("a")[1:-1]  --> ['b', 'b', 'bb'] 

如果您必須使用正則表達式，也許 findall() 會讓您使用更簡單的模式，同時覆蓋所有邊緣情況（忽略所有空）：

re.findall(r"[^a]+","abababba") --> ['b', 'b', 'bb']
re.findall(r"[^a]+","abababb")  --> ['b', 'b', 'bb']
re.findall(r"[^a]+","bababb")   --> ['b', 'b', 'bb']
re.findall(r"[^a]+","babaabb")  --> ['b', 'b', 'bb']