Question

我正在尝试匹配“＃”后跟字母，当且仅当它前面有换行符，空格或字符串中的第一个字符时。前两个我已经完成了，但是如果它是字符串中的第一个字符，我很难匹配。我正在尝试找到'\ A'的用法，但它不能只将它添加到包含换行符和空格的类中。我错过了什么？

到目前为止我提出的正则表达式是：

from re import findall, escape
from string import punctuation, whitespace

NEWLINE = """\r\n?|\n"""
INVALID_TAG_CHARACTERS = escape(punctuation.replace('-', '').replace('_', '') + whitespace)
VALID_TAGS = r'[\s%s]+#[^%s]+' % (NEWLINE, INVALID_TAG_CHARACTERS)
tags = findall(VALID_TAGS, text)

Answer 1

我认为这就是你要找的东西：

result = re.findall("(?:^|\s)(#[a-zA-Z]+)", text, re.MULTILINE)

（？：^ | \ s）是一组非分组括号（我们的结果中不需要这部分）。使用多行标志，它将匹配字符串的开头，或前一个换行符或空格。我相信下一组是你的'标签'。如果它不是＃之后的字母，你将不得不摆弄第二组。

Answer 2

启用多行标记，以便^匹配换行符后的位置，然后使用：

re.compile(r"(?m)^\s*#") # includes the flag for multi-line

或

re.compile(r"(?m)^\s*#.*$")

获取整行（禁用点匹配换行模式）

对于“字符串中的第一个字符”，这取决于字符串的定义 - 您可能需要使用完整的解析器，而不是单个正则表达式。

试图在文本中匹配“＃”

2 个答案: