Question

我正在尝试创建正则表达式来过滤文本文件中的某些文本。我想要过滤的内容有这种格式：

word_*_word.word

所以例如，我希望每个匹配的python代码。样本结果如下：

program1_0.0-1_log.build
program2_0.1-3_log.build

我该怎么做？

非常感谢你的帮助

Answer 1

尝试这样的事情：

r'[a-zA-Z0-9]+_[^_]+_[a-zA-Z0-9]+\.[a-zA-Z0-9]+'

Answer 2

看起来你想要使用r'\w+_.*_\w+\.\w+'这样的模式 - 假设你所拥有的*代表“零个或多个完全任意的字符”（如果没有，那么.*中间的部分需要相应地改变）。一旦你有了正确的模式（完全取决于你* ;-)的意思，你可以re.compile获取正则表达式对象，并使用.findall方法RE对象，以整体字符串作为参数，获取与此模式匹配的所有非重叠子字符串的列表（如果您希望一次获得一个这样的子字符串，还有其他选项，例如.finditer，循环在他们身上）。

Answer 3

Python的正则表达式模块称为re。您需要导入它并使用provided functions：

import re
if re.match(r'\w+_.*_\w+.\w+', "some_text_abc.x"):
   print "yeah."

使用r为正则表达式字符串添加前缀很有用，这样它就可以按字面解释，而无需对转义字符进行特殊处理。否则，反斜杠将由python解释器专门处理，并且正则表达式中的反斜杠需要被转义。

Answer 4

尝试使用^\w+_.*_\w+\.\w+$

Answer 5

我不明白为什么你需要一个正则表达式。如果你想要的字符串以“.build”结尾，你可以这样做，例如

s="blah blah program1_0.0-1_log.build blah blah"    
for item in s.split():
    if item.endswith(".build"):
        print item

就是这样。如果你想进一步检查，那么

for item in s.split():
    if item.endswith(".build"):
        s = item.split("_")
        if len(s) != 3:
           print "not enough _"

如何在Python中创建正则表达式？

5 个答案: