Question

我正在尝试搜索一个字符串，我知道它总是一个句子，找到前面的三个单词和逗号后面的三个单词。正则表达式是正确的方法吗？你如何解释这样一个事实，即有时候你会在一个句子的开头和结尾，并且不会有3个单词？

感谢您的帮助，尝试学习正则表达式。

Answer 1

为您的例子，

sen= "The brown fox jumped over the red barn,and found the chickens"
result_left=sen.split(',')[0].split()[-3:]

#result_left ['the', 'red', 'barn']

#for the right words
result_right=sen.split(',')[1].split()[:3]

Answer 2

嗯，那个有点长，但我猜它有效：

>>> import re
>>> string = "The brown fox jumped over the red barn, and found the chickens."
>>> res = re.findall(r'(\b[a-z]+\b)?[^a-z]*(\b[a-z]+\b)?[^a-z]*(\b[a-z]+\b)?[^a-z]*,\s*(\b[a-z]+\b)?[^a-z]*(\b[a-z]+\b)?[^a-z]*(\b[a-z]+\b)?', string, re.IGNORECASE)
>>> res
[('the', 'red', 'barn', 'and', 'found', 'the')]

对于字符串，例如：

，这也会忽略数字

string = "The brown fox jumped over the red barn, and found 10 chickens."

给予：

[('the', 'red', 'barn', 'and', 'found', 'chickens')]

对于像：

这样的事情

string = "The brown fox jumped over the red barn, and fled."

它给出了：

[('the', 'red', 'barn', 'and', 'fled')]

逗号之前的单词也一样。

\b指的是单词边界，只会在单词的末尾（字母或数字）匹配。

[a-z]+指的是一个字符类，即a到z的所有字母。最后的+表示此字符类重复多次，从而实现完整单词的匹配。

(\b[a-z]+\b)是一个捕获组（注意括号）并将存储在结果中。在末尾添加问号将指示可能的发生（即如果存在则匹配，如果不存在则不匹配，因此如果逗号前少于3个单词，您将如何获得结果）

[^a-z]*是一个否定的类，请注意开头方括号之后的插入符号。它将匹配任何字符，而不是字母a到z。星号*表示出现0次或更多次。

,是一个字面逗号。

\s是空格，制表符，换行符。它后面的星号仍然表示出现0次或更多次。

re.IGNORECASE，正如它所暗示的那样，会使匹配不区分大小写。

Python正则表达式换行符

2 个答案: