Question

我正在寻找与特定查询的子字符串匹配的正则表达式（Python），直到出现另一个子字符串为止。为了更好地理解这一点，我提供了一些示例：

# Query 1
title:chicago bullie

在每个查询中，我的目标是捕获title及其后的字符串。我从捕获整个查询title:.*的正则表达式title:chicago bullie开始。通过包含其他元素，查询变得更加复杂：

# Query 2
title:chicago bullie author:adam

在这种情况下，查询title:.*不再起作用，因为我的目标是仅捕获title:chicago bullie并排除其他元素author:adam。换句话说，我要捕获title关键字，然后捕获一个或多个字符串，直到查询结束或出现另一个关键字（例如author，year等）为止。请注意，关键字后总是跟随:和一个或多个字符串。查询中可能还包含关键字AND以表示最后一个关键字：

# Query 3
title:chicago bullie AND author:adam

我的想法是使用否定前瞻来捕获子字符串title:<string(s)>，直到字符串结束或出现另一个关键字（后跟:和其他字符串）。我想出了正则表达式title:.* (?!:)，但是我不确定这是否是实现此目的的最佳方法。它确实适用于所有示例，但带有AND关键字的示例除外。

# Query 3
type:action title:chicago bullie one author:adam
Captured group: title:chicago bullie

# Query 4
type:action title:chicago bullie one AND author:adam
Captured group: title:chicago bullie AND

尽管正则表达式适用于不带AND关键字的查询，但我仍然认为该解决方案不适用于这些情况。请注意，有一个空格字符分隔title:.*和否定的(?!:)。

是否有一种干净的方法来满足列出的所有要求？

Answer 1

怎么样：

import re

PATT = r'.*?(title:.*?)(\w+:|AND|$)'
MYRE = re.compile(PATT, re.M)
ans = MYRE.findall(c)
ans = [x[0] for x in ans]
print(ans)

正则表达式查询子字符串

1 个答案: