Question

我了解如何在Python中使匹配大小写不区分大小写，并且了解如何使用前瞻性/后备性，但是如何将两者结合起来？

例如，我的文字是

mytext = I LOVE EATING popsicles at home.

我想从这段文字（我的目标食品）中提取popsicles。此正则表达式效果很好：

import re
regex = r'(?<=I\sLOVE\sEATING\s)[a-z0-9]*(?=\sat\shome)'
re.search(regex, mytext)

但是，我想说明有人写作的情况

i LOVE eating apples at HOME.

应该匹配。但是"I LOVE eating Apples at home"不应该匹配，因为Apples是大写。

因此，我希望在两个(?=\sat\shome)前行和(?<=I\sLOVE\sEATING\s)后行中具有本地区分大小写。我知道我可以对全局不区分大小写使用re.IGNORECASE标志，但是我只希望超前/后退组不区分大小写，而不是我的实际目标表达式。

通常，我会在(?i:I LOVE EATING)之前创建一个不区分大小写的非捕获组，该组能够匹配I LOVE EATING和I love eating。但是，如果我尝试将两者结合在一起：

(?i:<=I\sLOVE\sEATING\s)

我没有匹配项，因为它现在将i:解释为要匹配的文字表达式。有没有一种方法可以将区分大小写的内容与前瞻性内容结合在一起？

编辑：我认为这不是已标记问题的重复。这个问题专门询问一个小组的一部分-我要求一个特定的子集-向前和向后看。这里的语法不同。该其他帖子中的答案并不直接适用。正如该帖子的答案所建议的那样，您需要采取一些变通方法来实现此功能，而这些功能不适用于所谓的重复SO帖子。

Answer 1

很遗憾，python re module doesn't allow inline use of mode modifiers in the middle of a regex。

作为解决方法，您可以使用以下正则表达式：

reg = re.compile(r'(?<=[Ii]\s[Ll][Oo][Vv][Ee]\s[Ee][Aa][Tt][Ii][Nn][Gg]\s)[a-z0-9]*(?=\s[Aa][Tt]\s[Hh][Oo][Mm][Ee])')

print "Case 1: ", reg.findall('I LOVE Eating popsicles at HOME.')

print "Case 2: ", reg.findall('I LOVE EATING popsicles at home.')

print "Case 3: ", reg.findall('I LOVE Eating Popsicles at HOME.')

输出：

Case 1:  ['popsicles']
Case 2:  ['popsicles']
Case 3:  []

Answer 2

您可以使用(?i)将正则表达式全局设置为不区分大小写，并使用(?-i:groupcontent)将组切换为不区分大小写：

regex = r'(?i)(?<=I\sLOVE\sEATING\s)(?-i:[a-z0-9]*)(?=\sat\shome)'

您也可以在搜索中使用(?i)代替re.I。以下等效于上述正则表达式：

regex = r'(?<=I\sLOVE\sEATING\s)(?-i:[a-z0-9]*)(?=\sat\shome)'
re.search(regex, mytext, re.I)

Answer 3

使用(?i:...)可以为正则表达式设置标志（在这种情况下为i）本地（内联）用于正则表达式的某些部分。

在lookbehind或先行，同时保持其余正则表达式不带任何选择。

我修改了您的代码，因此它会一次编译正则表达式对于不同的字符串，调用次数是2次：

mytext1 = 'i LOVE eating Apples at HOME.'
mytext2 = 'i LOVE eating apples at HOME.'
pat = re.compile(r'(?<=(?i:I\sLOVE\sEATING\s))[a-z0-9]+(?=(?i:\sAT\sHOME))')
m = pat.search(mytext1)
print('1:', m.group() if m else '** Not found **')
m = pat.search(mytext2)
print('2:', m.group() if m else '** Not found **')

它打印：

1: ** Not found **
2: apples

因此匹配项仅适用于第二个源字符串。

不区分大小写，仅在Python正则表达式的lookbehind / lookahead组中

3 个答案: