使用Python Regex查找2个标签之间的短语

Question

我有一个字符串，我想用正则表达式找到两个已知模式之间封装的字符，＆＃34; Cp_6％3A＆＃34;然后是一些人物＆＃34;＆amp;＆＃34;可能更多的角色，或没有＆amp;而且只是字符串的结尾。

我的代码如下所示：

def extract_id_from_ref(ref):
  id = re.search("Cp\_6\%3A(.*?)(\& | $)", ref)
  print(id)

但这不会产生任何想法吗？

提前致谢

Answer 1

请注意(\& | $)匹配&字符和后面的空格，或空格和字符串结尾（空格在这里有意义！）。

使用否定字符类[^&]*（除&以外的零个或多个字符）来简化正则表达式（不需要交替组或延迟点匹配模式），然后访问{{1} }：

.group(1)

请注意，def extract_id_from_ref(ref): m = re.search(r"Cp_6%3A([^&]*)", ref) if m: print(m.group(1)) 和_都不是特殊的正则表达式元字符，也不必转义。

请参阅regex demo。

Answer 2

问题是正则表达式中的空格也被考虑在内。此外，为了向字符串添加退格键，您必须添加\\（两个反斜杠）或使用原始字符串：

所以你应该写：

r"Cp_6\%3A(.*?)(?:\&|$)"

如果您匹配：

def extract_id_from_ref(ref):
    id = re.search(r"Cp_6\%3A(.*?)(?:\&|$)", ref)
    print(id)

它应该有用。