Question

我一直在尝试使用正则表达式搜索与python中的每个其他单词匹配的解决方案。该字符串以逗号分隔，长度未知。

说我有以下字符串：

"keep, ignore, keep_this_too, ignore, keep_this_also, ignore"

我希望能够将所有匹配的单词保留为列表。

我尝试将我的正则表达式写成：

((?P<keep>.*),)*

然后使用

result = re.match(regex, string)
print result.group(keep)

试图打印出所有匹配的单词，而不是最后一个单词。

由于

编辑：

我不能使用任何Python字符串操作。这样做的目的是支持研究人员提供的任何数据格式，为此，我们将正则表达式存储在每种格式的数据库中。例如，他们可以提供我们必须使用以下正则表达式的数据格式：

"keep (ignore), keep (ignore), keep (ignore)"

Answer 1

.*贪婪地匹配（如果可能，匹配所有内容）; .*,匹配所有内容，直到最后,。要非贪婪地匹配，请使用.*?。

re.match仅返回第一场比赛。（并且只在输入字符串的开头匹配）。（见search() vs match()）

将re.findall与修改后的正则表达式一起使用：

>>> s = "keep, ignore, keep_this_too, ignore, keep_this_also, ignore"
>>> re.findall(r'([^,\s]+)', s)
['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore']
>>> re.findall(r'([^,\s]+)', s)[::2] # using slice to get every other matches.
['keep', 'keep_this_too', 'keep_this_also']

或：

>>> re.findall(r'([^,\s]+)(?:,\s*[^,\s]+)?', s)
['keep', 'keep_this_too', 'keep_this_also']

Answer 2

您仍然可以将.split()存储在数据库中吗？

String="keep, ignore, keep_this_too, ignore, keep_this_also, ignore"
String.split(",")[0::2]

输出：

['keep', ' keep_this_too', ' keep_this_also']

Answer 3

正则表达式已经定义了单词中可以出现的字符，即\w表示这样的集合。因此：

In [1]: import re
   ...: re.findall('\w+', "keep, ignore, keep_this_too, ignore, keep_this_also, ignore")
   ...: 
Out[1]: ['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore']

如果你想忽略其他所有比赛，只需使用切片：

In [2]: ['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore'][::2]
Out[2]: ['keep', 'keep_this_too', 'keep_this_also']

如果您只想保留以keep（或其他子字符串）开头的字符串，只需使用模式keep\w*代替\w+：

In [4]: re.findall('keep\w*', "keep, ignore, keep_this_too, ignore, keep_this_also, ignore")
Out[4]: ['keep', 'keep_this_too', 'keep_this_also']

如果您要匹配的内容实际上不是一个单词，即它可以包含空格，标点符号等字符，那么您可以在上面的正则表达式中将\w替换为[^,]以匹配除了逗号之外的一切。

Answer 4

您可以使用以下内容：

import re
re.findall("([^,]*), [^,]+[,]{0,1}", "keep, ignore, keep_this_too, ignore, keep_this_also, ignore")

但为什么不使用split和slice结果：

"keep, ignore, keep_this_too, ignore, keep_this_also, ignore".split(",")[0::2]

Answer 5

你需要这个：

s = ' keep, ignore,  keep_this_too  , ignore, keep_this_also, ignore '
print(s.replace(' ','').split(',')[0::2])

的产率：

['keep', 'keep_this_too', 'keep_this_also']

Answer 6

此？

>>> s = "keep, ignore, keep_this_too, ignore, keep_this_also, ignore"
>>> import re
>>> re.findall(r'(\w+)\W+\w+', s)
['keep', 'keep_this_too', 'keep_this_also']

Python正则表达式匹配所有其他单词

6 个答案: