Question

无法编写强大的正则表达式来从字符串中获取信息。

$ string1 = 'A_XYZ_THESE_WORDS'
$ string2 = 'A_ABC_THOSE_WORDS'

我想要一个强大的解决方案，从string1或string2恭敬地推出＆＃39; THESE_WORDS＆＃39;或者＆＃39; THOSE_WORDS＆＃39;。

基本上，我需要在前两个下划线（_）之前删除所有内容的东西，但它们之前的文本会有所不同。

$ get_text = re.search('(?<=A_)\w+(_)',string1)
$ print get_text.group()
$ 'XYZ_THESE_'

Answer 1

根据您的问题陈述：

我需要在前两个下划线之前删除所有内容的东西

你不一定需要正则表达式：

>>> string1 = 'A_XYZ_THESE_WORDS'
>>> string1.split("_", 2)[2]
'THESE_WORDS'

str.split的第二个参数是要分割的最大次数。这将在前两个'_'上拆分，然后从结果列表中取出第三个项目（字符串的其余部分）。

如果字符串中的下划线少于两个，这将抛出IndexError - 这会让您知道字符串不是您期望的格式，但如果不希望出现这种情况，请考虑：

>>> string1 = 'A_XYZ_THESE_WORDS'
>>> string1.split("_", 2)[-1]
'THESE_WORDS'

从str.split获取列表中的 last 项，而不是假设有三个。比较：

>>> "JUST_ONE".split("_", 2)[2]
Traceback (most recent call last):
  File "<pyshell#3>", line 1, in <module>
    "JUST_ONE".split("_", 2)[2]
IndexError: list index out of range

>>> "JUST_ONE".split("_", 2)[-1]
'ONE'

Answer 2

以下正则表达式将打印刚好在第二个下划线（_），

之后的文本

>>> import re
>>> string1 = 'A_XYZ_THESE_WORDS'
>>> string2 = 'A_ABC_THOSE_WORDS'
>>> m = re.search(r'^[^_]*_[^_]*_(.*)$', string1)
>>> m.group(1)
'THESE_WORDS'
>>> m = re.search(r'^[^_]*_[^_]*_(.*)$', string2)
>>> m.group(1)
'THOSE_WORDS'

Answer 3

In [21]: regex = re.compile(r'^([a-zA-Z]+_){2}(.*)$')

In [22]: m = regex.search(string1)

In [23]: m.groups()
Out[23]: ('XYZ_', 'THESE_WORDS')

In [24]: m = regex.search(string2)

In [25]: m.groups()
Out[25]: ('ABC_', 'THOSE_WORDS')

带有特殊字符的Python正则表达式

3 个答案: