Question

我有一个正则表达式 -

query = "(A((hh)|(hn)|(n))?)"

和输入inp = "Ahhwps edAn"。我想提取所有匹配的模式以及不匹配（剩余），但保留输入的顺序。输出应该看起来像 - ['Ahh', 'wps ed', 'An']或['Ahh', 'w', 'p', 's', ' ', 'e', 'd', 'An']。我在网上搜索但没有发现任何东西。我怎么能这样做？

Answer 1

re.split方法可以在结果数组中输出捕获的子匹配。

捕获组是由一对非转义括号组成的构造。您的模式在冗余捕获组中很多，re.split将返回所有这些模式。您需要删除那些不必要的，并将所有捕获组转换为非捕获组，并保留外部括号对以使整个模式成为单个捕获组。

使用

re.split(r'(A(?:hh|hn|n)?)', s)

请注意，输出列表中可能有一个空元素。只需使用filter(None, result)即可删除空值。

Answer 2

匹配对象＆＃39; span（）方法对你所追求的内容非常有用。

import re

pat = re.compile("(A((hh)|(hn)|(n))?)")
inp = "Ahhwps edAn"

result=[]
i=k=0
for m in re.finditer(pat,inp):
    j,k=m.span()
    if i<j:
        result.append(inp[i:j])
    result.append(inp[j:k])
    i=k
if i<len(inp):
    result.append(inp[k:])

print result

这是输出的样子。

['Ahh', 'wps ed', 'An']

此技术也处理任何不匹配的前缀和后缀文本。如果您使用inp值为＆＃34; prefixAhhwps edAnsuffix＆＃34;，您将获得我认为您想要的输出：

['prefix', 'Ahh', 'wps ed', 'An', 'suffix']

Answer 3

你可以试试这个：

import re
import itertools
new_data = list(itertools.chain.from_iterable([re.findall(".{"+str(len(i)/2)+"}", i) for i in inp.split()]))

输出：

['Ahh', 'wps', 'ed', 'An']

如何在python中使用正则表达式？

3 个答案: