Question

我使用Python Regex遇到了一个小问题。

假设这是输入：

(zyx)bc

我想要实现的是获得括号中的任何内容作为单个匹配，以及任何外部的char作为单独的匹配。期望的结果将是：

['zyx','b','c']

应保留比赛顺序。

我尝试用Python 3.3获得这个，但似乎无法弄清楚正确的Regex。到目前为止，我有：

matches = findall(r'\((.*?)\)|\w', '(zyx)bc')

print(matches)产生以下结果：

['zyx','','']

任何想法我做错了什么？

Answer 1

来自re.findall的文档：

如果模式中存在一个或多个组，则返回组列表;如果模式有多个组，这将是一个元组列表。

当你的正则表达式匹配字符串三次时，(.*?)组在后两次匹配时为空。如果你想要正则表达式的另一半的输出，你可以添加第二组：

>>> re.findall(r'\((.*?)\)|(\w)', '(zyx)bc')
[('zyx', ''), ('', 'b'), ('', 'c')]

或者，您可以删除所有组以再次获得简单的字符串列表：

>>> re.findall(r'\(.*?\)|\w', '(zyx)bc')
['(zyx)', 'b', 'c']

您需要手动删除括号。

Answer 2

让我们看看使用re.DEBUG的输出。

branch 
  literal 40 
  subpattern 1 
    min_repeat 0 65535 
      any None 
  literal 41 
or
  in 
    category category_word

哎呀，那里只有一个subpattern，但re.findall只有subpattern才会出现！{/ p>

a = re.findall(r'\((.*?)\)|(.)', '(zyx)bc',re.DEBUG); a
[('zyx', ''), ('', 'b'), ('', 'c')]
branch 
  literal 40 
  subpattern 1 
    min_repeat 0 65535 
      any None 
  literal 41 
or
  subpattern 2 
    any None

更好。：）

现在我们只需要将其设置为您想要的格式。

[i[0] if i[0] != '' else i[1] for i in a]
['zyx', 'b', 'c']

Answer 3

文档特别提到了对待组，所以不要在括号模式周围放置一个组，并且你将获得所有内容，但是你需要自己从匹配的数据中删除parens：

>>> re.findall(r'\(.+?\)|\w', '(zyx)bc')
['(zyx)', 'b', 'c']

或使用更多组，然后处理生成的元组以获取您寻找的字符串：

>>> [''.join(t) for t in re.findall(r'\((.+?)\)|(\w)', '(zyx)bc')]
>>> ['zyx', 'b', 'c']

Answer 4

In [108]: strs="(zyx)bc"

In [109]: re.findall(r"\(\w+\)|\w",strs)
Out[109]: ['(zyx)', 'b', 'c']

In [110]: [x.strip("()") for x in re.findall(r"\(\w+\)|\w",strs)]
Out[110]: ['zyx', 'b', 'c']

Answer 5

其他答案向您展示了如何获得所需的结果，但需要手动删除括号的额外步骤。如果在正则表达式中使用外观，则无需手动剥离括号：

>>> import re
>>> s = '(zyx)bc'
>>> print (re.findall(r'(?<=\()\w+(?=\))|\w', s))
['zyx', 'b', 'c']

说明：

(?<=\() // lookbehind for left parenthesis
\w+     // all characters until:
(?=\))  // lookahead for right parenthesis
|       // OR
\w      // any character

使用交替运算符匹配多个正则表达式模式？

5 个答案: