Question

我正在寻找一个正则表达式，它给我2 AA pp. 184-185，194-200，201-210，900-410，789.和AA pp 450来自：

RA pp 24-25; 2 AA pp. 184-185, 194-200, 201-210, 900-410, 789.

到目前为止我已经想出了这个：

([\(|;]\s*(\d+)?\s*AA\s*p+\.?\s*((\d+)([\s*|\-+?](\d+))\s*,\s*)*(\d+)\.?[;|\)])

使用re.findAll，但它给了我：

[('; 2 AA pp. 184-185, 194-200, 201-210, 900-410, 789.)', '2', '900-410, ', '900', '-410', '410', '789'), ('( AA pp. 450)', '', '', '', '', '', '450')]

我如何得到我想要的东西。我是新手，并且一直在使用pythex.org来练习正则表达式。

其他信息：

感谢SiHa，这是标准。字符串在开始之后是a（或a;后跟数字（这是可选的btw）并且AA后跟一个或两个ps，后跟数字范围或只是一个数字后跟a;或者）

以下是一些例子：

(2 AA p. 127, 128.)

(AA p. 61; 1 RT pp. 24-27.) --> i dont want anything after semicolon

(AA p. 64, lines 9-14.) --> dont want anything after comma

(AA p. 127, 200.)

Answer 1

这个正则表达式：

import re
p = re.compile(ur'(?:([-\d\w ]+)[;,.] ?)', re.MULTILINE | re.IGNORECASE)
test_str = u"RA pp 24-25; 2 AA pp. 184-185, 194-200, 201-210, 900-410, 789."

print re.findall(p, test_str)

给予：

[u＆＃39; RA pp 24-25＆＃39;，u＆＃39; 2 AA pp＆＃39;，u＆＃39; 184-185＆＃39;，u＆＃39; 194-200＆＃39;，你＆＃39; 201-210＆＃39;，你＆＃39; 900-410＆＃39;，你＆＃39; 789＆＃39;]

Answer 2

您可以使用re.split：

string = "RA pp 24-25; 2 AA pp. 184-185, 194-200, 201-210, 900-410, 789."
print re.split(r'[;,]\s*', string)

输出结果为：

['RA pp 24-25', '2 AA pp. 184-185', '194-200', '201-210', '900-410', '789.']

如何为这个字符串写一个正则表达式：（RA pp 24-25; 2 AA pp.184-185,194-200,201-210,900-410,789。）并且有一个测试（AA pp.450）

2 个答案: