Question

假设你有这个字符串：'catdogfoxdogdogfoxcat'

我可以使用以下正则表达式轻松拆分它： re.compile('(dog)|(cat)|(fox)').findall(the_string)

在python中，你得到了结果：

[('', 'cat', ''),
 ('dog', '', ''),
 ('', '', 'fox'),
 ('dog', '', ''),
 ('dog', '', ''),
 ('', '', 'fox'),
 ('', 'cat', '')]

哪个是完美的。

现在让我们将该字符串更改为：'catdogaaadogdogbbbcat'

如果第三个正则表达式项是任意的（aaa / bbb / whatever），我无法弄清楚如何做到这一点。即我想要这样的东西：re.compile('(dog)|(cat)|(.*?)').findall(the_string)

目前我得到以下结果，这没有意义......

[('', 'cat', ''),
 ('dog', '', ''),
 ('', '', ''),
 ('', '', ''),
 ('', '', ''),
 ('dog', '', ''),
 ('dog', '', ''),
 ('', '', ''),
 ('', '', ''),
 ('', '', ''),
 ('', 'cat', ''),
 ('', '', '')]

这里出了什么问题？如何修复正则表达式？

我更期待这样的结果：

[('', 'cat', ''),
 ('dog', '', ''),
 ('', '', 'aaa'),
 ('dog', '', ''),
 ('dog', '', ''),
 ('', '', 'bbb'),
 ('', 'cat', '')]

Answer 1

如果没有额外条件，.*?将匹配任何空字符串。请求其后跟dog，cat或文字结尾：

(dog)|(cat)|(.*?)(?=dog|cat|$)

演示：https://regex101.com/r/UPwom6/1

Answer 2

正则表达式将从 the_string 的位置0开始，或者更具体地说，the_string[0]，并将使用您提供的替换开始搜索匹配：首先dog和，如果找不到，cat，最后.*?（＆＃34; 0项，除非我需要匹配更多＆＃34;）。

如果正则表达式找不到dog或cat或.*?，那么此时它会将一个字符进一步放入字符串：the_string[1]并重试在那个新点上。

.*?表示匹配＆＃34;零个或多个字符，尽可能少的次数＆＃34;这与说＆＃34;匹配位置the_string[0]＆＃34;的零长度字符串，它总是这样做：结果总是＆＃34;空＆＃34;。

执行此操作的棘手方法是：dog或cat或＆＃34;所有文字UNTIL dog或cat＆＃34;：

(dog)|(cat)|((?:(?!dog|cat).)*)

结果is this。

它不是很干净，而且速度有点慢，所以您可能想尝试不同的方法：删除文本中的所有dog和cat，剩下的是你想要的剩余文本。

Answer 3

第三个字符串是任意的，可能存在也可能不存在！那是

the_string='catdogaaadogdogbbbcat'
re.compile('(dog)|(cat)|(\w{3}?)').findall(the_string)
[('', 'cat', ''), ('dog', '', ''), ('', '', 'aaa'), ('dog', '', ''), ('dog', '', ''), ('', '', 'bbb'), ('', 'cat', '')]

希望它有所帮助！

重复正则表达与通过

3 个答案: