Question

如果分隔符在字符串中，如何分隔可在字符串中多次匹配的正则表达式，即：然后＆＃39; Bang bang swing＆＃39;（BBS）aota＆＃39; Bing Bong Bin＆＃39;（BBB）

使用正则表达式：＆＃34;＆＃39;。+＆＃39;（\ S +）＆＃34; 它可以与来自＆＃39; Bang ...（BBB）的Everything相匹配，而不是匹配＆＃39; Bang bang swing＆＃39;（BBS）和＆＃39; Bing Bong Bin＆＃39;（BBB）

我有一种方法可以使用正则表达式来完成这项工作：＆＃39; [A-z0-9 - /？| q~`！@＃$％^＆amp; *（）_- = +] +＆＃ 39;（\ S +）但这太过分了，老实说我讨厌它甚至可以正常工作。我对正则表达式相当新，从Pythons开始实现它们显然不是启动它的最聪明的方式。

Answer 1

要获得从一个角色到另一个角色的子串，两者都不能出现在之间，您应该始终考虑使用negated character classes。

[negated]字符类匹配任何不在字符类中的字符。与点不同，否定字符类也匹配（不可见）换行符。如果您不希望否定的字符类匹配换行符，则需要在类中包含换行符。 [^0-9\r\n]匹配任何不是数字或换行符的字符。

所以，你可以使用

'[^']*'\([^()]*\)

请参阅regex demo

下面，

'[^']*' - 匹配'后跟0 {+ 1}}以外的0个或更多字符，然后再次跟'
' - 匹配文字\(（必须转义）
) - 匹配[^()]*和(以外的0个或多个字符（不必在字符类中转义）
) - 匹配文字\)（必须在字符类外转义）。

如果您在)部分之前可能有一个或多个单引号，则需要展开的延迟匹配正则表达式：

(...)

请参阅regex demo。

这里，'[^']*(?:'(?!$[^()]*$)[^']*)*'$[^()]*$与带有DOTALL标志的'[^']*(?:'(?!$[^()]*$)[^']*)*'相匹配，但由于线性正则表达式执行，效率更高。请参阅more about unrolling regex technique here。

编辑：

当输入字符串不复杂且短时，延迟点匹配变得更有效。但是，当复杂性增加时，惰性点匹配可能会导致问题。

Answer 2

这个正则表达式怎么样

'.+?'\(\S+\)

正则表达式，更好的方式

2 个答案: