Question

我有这样的字符串...

"1. yada yada yada (This is a string; "This is a thing")
 2. blah blah blah (This is also a string)"

我想回来......

['this is a string', 'this is also a string']

所以它应匹配＆＃39;（＆＃39;和＆＃39 ;;＆＃39;或＆＃39;（＆＃39;和＆＃39;）＆＃39;之间的所有内容。

这是我到目前为止在python中匹配我想要的部分，但我无法弄清楚如何将它们剪下来以返回我真正想要的内容...

pattern = re.compile('\([a-zAZ ;"]+\)|\([a-zAZ ]+\)')
re.findall(pattern)

它返回此...

['(This is a string; "This is a thing"), '(This is also a string)']

编辑增加更多信息：

我意识到我想省略的数字文本部分上面有更多的括号....

"some text and stuff (some more info)
 1. yada yada yada (This is a string; "This is a thing")
 2. blah blah blah (This is also a string)"

我不想匹配＆＃34;（更多信息）＆＃34;但我不确定如何只在数字后面加上文字（例如1. lskdfjlsdjfds（我想要的字符串））

Answer 1

您可以使用

\(([^);]+)

regex demo is available here。

请注意我在非转义括号的帮助下设置的捕获组：使用此子模式捕获的值由re.findall method返回，而不是整个匹配。

匹配

\( - 文字(
([^);]+) - 匹配并捕获)或;

Python demo：

import re
p = re.compile(r'\(([^);]+)')
test_str = "1. yada yada yada (This is a string; \"This is a thing\")\n2. blah blah blah (This is also a string)"
print(p.findall(test_str)) # => ['This is a string', 'This is also a string']

Answer 2

我建议

# ^         - start of string
# [^\(]*    - everything that's not an opening bracket
# \(        - opening bracket
# ([^;\)]+) - capture everything that's not semicolon or closing bracket

将其拆分为部分：

pattern = re.compile(r'^[^\(]*\(([^;\)]+)', re.MULTILINE)
matches = pattern.findall(string_to_search)

除非你当然希望对“blah blah blah”部分强加（或放弃）一些要求。

你可以放弃前两个部分，但它会匹配一些它可能不应该的东西......或者它可能应该。这一切都取决于你的目标是什么。

P上。 S.错过了你想要找到所有实例。因此需要设置多行标志：

"""1. yada yada yada (This is a string; "This is a (thing)")
2. blah blah blah (This is also a string)"""

检查行的开头很重要，因为您的输入可以是：

easyXDM.js

正则表达式匹配某些字符

2 个答案: