汇编re.findall在Python

Question

使用搜索栏从网站抓取数据。

我正在使用python搜索，然后过滤"Words Like These"的结果：

tabOne = re.findall(r"[A-Z][a-z]*", str(initialFilter))

问题在于，我想要获取的数据偶尔会出现多个单词，例如“Item Number One”，但re.findall会显示为'Item' 'Number' 'One'。

我想将数据的原始形式保留为单词的一个短语，但我不确定如何告诉python将它们组合在一起。

[AZ] [az] 字词总是在页面上相互隔离，所以我想知道是否可以检查这些字旁边的字符是否是[A-Z][a-z]也是如此，如果属实，请将它们组合在一起。

有什么建议吗？

Answer 1

两种不同的方式：

1. 更改正则表达式以搜索多个单词
2. 将正则表达式结果重新加入字符串

对于（1），您可以尝试类似：

tabOne = re.findall(r"((?:[A-Z][a-z]*\s?)+)", str(initialFilter))

对于（2），您可以执行以下操作：

tabOne = re.findall(r"[A-Z][a-z]*", str(initialFilter))
results = ' '.join(tabOne)