正则表达式问题(python)

时间:2011-03-23 09:07:25

标签: python regex

我想阅读一个单词html文件,并抓住任何包含姓名字母的单词,但如果单词长于名称则不打印它们

# compiling the regular expression:
keyword = re.compile(r"^[(rR)|(yY)|(aA)|(nN)]{5}$/")

if keyword.search (line):
    print line,

我正在抓住这个词,但似乎没有正确限制大小。

2 个答案:

答案 0 :(得分:3)

您似乎在寻找keyword.match()而不是keyword.search()。你应该阅读this part of the python documentation,其中讨论了匹配和搜索之间的区别。

此外,您的正则表达式似乎完全关闭... []分隔一组字符,因此您无法放置组并在组周围拥有逻辑。如上所述,您的表达式也会匹配所有()|。您可以尝试以下方法:

keyword = re.compile(r"^[rRyYaAnN]{5}$")

答案 1 :(得分:1)

我认为,由于"^[(rR)|(yY)|(aA)|(nN)]{5}$/"

之后的'/'字符,您的RE '$'永远不会永远不会在地球和其他地方的任何字符串中进行匹配

请参阅没有此'/'的RE的结果:

import re

pat = re.compile("^[(rR)|(yY)|(aA)|(nN)]{5}$")

for ch in ('arrrN','Aar)N','()|Ny','NNNNN',
           'marrrN','12Aar)NUUU','NNNNN!'):
    print ch.ljust(15),pat.search(ch)

结果

arrrN           <_sre.SRE_Match object at 0x011C8EC8>
Aar)N           <_sre.SRE_Match object at 0x011C8EC8>
()|Ny           <_sre.SRE_Match object at 0x011C8EC8>
NNNNN           <_sre.SRE_Match object at 0x011C8EC8>
marrrN          None
12Aar)NUUU      None
NNNNN!          None

我的建议:将RE中的[.....]视为在一个位置代表一个角色。因此,括号之间的每个字符都是表示字符的选项之一。

此外,正如Adrien Plisson所说,在方括号[......]之间,许多特殊人物失去了他们的专长。因此,'('')''|'不定义组和OR,它们仅将这些字符表示为一些选项以及字母'aArRyYnN'

"^[rRyYaAnN]{1,5}$"只匹配字符串'r',ar','YNa','YYnA','Nanny'

如果您想在文字的任何位置匹配相同的字词,则需要"[rRyYaAnN]{1,5}"