我无法为下面的场景找到正确的正则表达式:
让我们说:
a = "this is a sample"
我希望匹配整个单词 - 比如匹配"hi"
应该返回False,因为"hi"
不是单词而"is"
应该返回True,因为左边没有字母字符,在右边。
答案 0 :(得分:36)
尝试
re.search(r'\bis\b', your_string)
来自the docs:
\ b匹配空字符串,但仅匹配单词的开头或结尾。
请注意,re
模块使用“word”的简单定义作为“字母数字或下划线字符序列”,其中“字母数字”取决于区域设置或unicode选项。
另请注意,如果没有原始字符串前缀,\b
将被视为“退格”而不是正则表达式字边界。
答案 1 :(得分:2)
尝试在正则表达式模块中使用“单词边界”字符类re
:
x="this is a sample"
y="this isis a sample."
regex=re.compile(r"\bis\b") # For ignore case: re.compile(r"\bis\b", re.IGNORECASE)
regex.findall(y)
[]
regex.findall(x)
['is']
来自re.search()
的文档。
\b
匹配空字符串,但仅限于单词的开头或结尾...
例如
r'\bfoo\b'
匹配'foo'
,'foo.'
,'(foo)'
,'bar foo baz'
但不匹配'foobar'
或'foo3'
答案 2 :(得分:0)
我认为,使用给出的答案并不能完全实现OP期望的行为。具体来说,没有实现所需的布尔输出。 do 给出的答案有助于说明这一概念,我认为它们很棒。也许我可以通过说明我认为OP使用以下示例来说明我的意思。
给出的字符串是
a = "this is a sample"
然后,OP声明
我想匹配整个单词-例如match
"hi"
应该返回False
,因为"hi"
不是单词...
据我了解,引用是在单词"hi"
中找到的搜索令牌"this"
。如果有人要在字符串a
中搜索单词 "hi"
,则他们应该收到False
作为响应。
OP继续,
...和
"is"
应该返回True
,因为左右两侧没有字母字符。
在这种情况下,引用是在单词"is"
中找到的搜索令牌"is"
。我希望这有助于弄清为什么我们使用单词边界。其他答案的行为是“除非单词本身被发现-不在单词内部,否则不要返回单词”。 “单词边界” shorthand character class很好地完成了这项工作。
到目前为止,示例中仅使用了"is"
一词。我认为这些答案是正确的,但是我认为这个问题还有更多的基本含义需要解决。应该注意其他搜索字符串的行为以了解该概念。换句话说,我们需要使用re.match(r"\bis\b", your_string)
对@georg的(出色)答案进行一般化。@ OmPrakash的答案中也使用了相同的r"\bis\b"
概念,通过展示来概括讨论
>>> y="this isis a sample." >>> regex=re.compile(r"\bis\b") # For ignore case: re.compile(r"\bis\b", re.IGNORECASE) >>> regex.findall(y) []
比方说,应该表现出我所讨论的行为的方法称为
find_only_whole_word(search_string, input_string)
应该会出现以下现象。
>>> a = "this is a sample"
>>> find_only_whole_word("hi", a)
False
>>> find_only_whole_word("is", a)
True
再一次,这就是我对OP的问题的理解。我们通过@georg的答案朝着这种行为迈出了一步,但这很难解释/实现。机智
>>> import re
>>> a = "this is a sample"
>>> re.search(r"\bis\b", a)
<_sre.SRE_Match object; span=(5, 7), match='is'>
>>> re.search(r"\bhi\b", a)
>>>
第二个命令没有输出。 @OmPrakesh的有用答案显示输出,但不显示True
或False
。
这是对预期行为的更完整采样。
>>> find_only_whole_word("this", a)
True
>>> find_only_whole_word("is", a)
True
>>> find_only_whole_word("a", a)
True
>>> find_only_whole_word("sample", a)
True
# Use "ample", part of the word, "sample": (s)ample
>>> find_only_whole_word("ample", a)
False
# (t)his
>>> find_only_whole_word("his", a)
False
# (sa)mpl(e)
>>> find_only_whole_word("mpl", a)
False
# Any random word
>>> find_only_whole_word("applesauce", a)
False
>>>
这可以通过以下代码完成:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#
#@file find_only_whole_word.py
import re
def find_only_whole_word(search_string, input_string):
# Create a raw string with word boundaries from the user's input_string
raw_search_string = r"\b" + search_string + r"\b"
match_output = re.search(raw_search_string, input_string)
##As noted by @OmPrakesh, if you want to ignore case, uncomment
##the next two lines
#match_output = re.search(raw_search_string, input_string,
# flags=re.IGNORECASE)
no_match_was_found = ( match_output is None )
if no_match_was_found:
return False
else:
return True
##endof: find_only_whole_word(search_string, input_string)
下面是一个简单的演示。从保存文件find_only_whole_word.py
的同一目录运行Python解释器。
>>> from find_only_whole_word import find_only_whole_word
>>> a = "this is a sample"
>>> find_only_whole_word("hi", a)
False
>>> find_only_whole_word("is", a)
True
>>> find_only_whole_word("cucumber", a)
False
# The excellent example from @OmPrakash
>>> find_only_whole_word("is", "this isis a sample")
False
>>>
答案 3 :(得分:-5)
正则表达式的问题在于,如果要在另一个字符串中搜索的hte字符串具有正则表达式字符,则会变得复杂。任何带括号的字符串都会失败。
此代码会找到一个单词
word="is"
srchedStr="this is a sample"
if srchedStr.find(" "+word+" ") >=0 or \
srchedStr.endswith(" "+word):
<do stuff>
条件的第一部分搜索文本,每边有一个空格,第二部分捕获字符串结尾的情况。请注意,endwith是布尔值,而find
返回整数