Question

请考虑以下示例字符串：

abc1235abc53abcXX

123abc098YXabc

我想捕获abc之间发生的组，

e.g。我应该得到以下几组：

1235, 53, XX
123, 098YX

我正在尝试这个正则表达式，但不知何故它没有捕获中间文本：

(abc(.*?))+

我做错了什么？

编辑：我需要使用正则表达式，没有字符串拆分，因为我需要对捕获的组应用更多规则。

Answer 1

re.findall() 采用特定的正则表达式模式：

import re

strings = ['abc1235abc53abcXX', '123abc098YXabc']
pat = re.compile(r'(?:abc|^)(.+?)(?=abc|$)')    # prepared pattern

for s in strings:
    items = pat.findall(s)
    print(items)
    # further processing

输出：

['1235', '53', 'XX']
['123', '098YX']

(?:abc|^) - 未捕获的组，以匹配abc子字符串OR 字符串的开头 ^
(.+?) - 捕获的组以尽可能少地匹配任何字符序列
(?=abc|$) - 前瞻性肯定断言，确保前一个匹配项后跟abc序列或字符串结束 $

Answer 2

使用re.split：

import re

s = 'abc1235abc53abcXX'

re.split('abc', s)
# ['', '1235', '53', 'XX']

请注意，您会收到一个空字符串，表示第一个＆＃39; abc＆＃39;之前的匹配。

Answer 3

尝试按abc分割字符串，然后使用if理解中的list语句删除空结果，如下所示：

[r for r in re.split('abc', s) if r]

Python正则表达式，捕获非特定的组

3 个答案: