Question

在我的word文件中包含一些具有不同数字的要求为＆＃34; [SWS_Rte_01252] |，[SWS_Rte_01253] |＆＃34;。我想收集所有这些要求为（SWS_Rte_01252，SWS_Rte_01253）我写了一个python脚本为此，但它没有正常工作，对这个问题的任何建议？

import re
import docx
regex = r"\\[SWS_Rte_*\\]\\ \\|"
doc = docx.Document('selection5.docx')
f = open('Res.txt',"w")
for para in doc.paragraphs:
    line = para.text
    if re.match(regex, line):
        str = line[line.index('[') : line.index(']')]
        f.write(str+'\n')

Answer 1

您的正则表达式不正确。如果要转义特殊字符，则应使用反斜杠\。你写了\\ - 这意味着你试图逃避反斜杠，也就是说，你试图匹配反斜杠。

正确的正则表达式是你的问题：

regex = r"\[SWS_Rte_[0-9]+\]"

如果要访问匹配的值，则应使用反向引用，即修改正则表达式，在要提取的内容周围添加常规括号：

regex = r"\[(SWS_Rte_[0-9]+)\]"

现在，在匹配正则表达式后，您可以提取与regex.group(1)匹配的文本正则表达式。您可以阅读有关反向引用的更多信息here。

注意：

另外，如果您检查正则表达式文档，则应该看到差异，因此使用re.search代替re.match。

re.match的文档：

如果字符串开头的零个或多个字符匹配正则表达式模式，返回相应的MatchObject 实例。如果字符串与模式不匹配，则返回None;注意这与零长度匹配不同。

re.search的文档：

扫描字符串，查找常规的第一个位置表达式模式产生匹配，并返回相应的 MatchObject实例。如果字符串中没有位置匹配则返回None 模式;请注意，这与查找零长度不同匹配字符串中的某个点。

Answer 2

我认为你的正则表达式存在问题。试试这个......

\[[A-Z]{3,}_[A-Za-z]{3,}_\d+\]\s\|

如果你想要抓住某些东西或类似的东西“[SwsRt_Rhtte_552663] |”。用这个..

\[\w+_\w+_\d+\]\s\|

或者如果你想要这样的话。“[SWS_Rte_ *] |”

\[SWS_Rte_\d+\]\s\|

使用正则表达式来获取需求

2 个答案: