Question

想象一下这是一个大文本的一部分：

东西（word1 / Word2 / w0rd3）东西，东西（word4 / word5）东西/东西（word6）东西（word7 / word8 / word9）东西/东西，（w0rd10 / word11）东西（word12）东西（Word13 / w0rd14 / word15）填充材料（word16 / word17）。

我想要这些话。结果必须匹配：

word1
Word2
w0rd3
word4
word5
word6
word7
word8
word9
w0rd10
word11
word12
Word13
w0rd14
word15
word16
word17

结果也不应该像这样：

(word1) or (word1/Word2/w0rd3)

基本上不允许（或）或 /

我尝试过的事情：

\((\w+)\/(\w+)\/(\w+)\)[^(]*\((\w+)\/(\w+)\)[^(]*\((\w+)\)

regex101

这与那些单词匹配，但是我必须重复它，因为存在许多不干净的单词。我也尝试过txt2re，但是它也是重复的，并且不是一行正则表达式。如果我想在在线正则表达式评估器上使用它，并且没有任何代码可访问，那么我需要一行和简短的正则表达式。我首选的引擎是Python和C＃。

更新：我在文本中添加了/。也很抱歉更改了接受的答案，所有答案在某种程度上都是正确的，但是我必须在这里选择最快，最高效的正则表达式。

Answer 1

一种常见的解决方案是检查前面是否有)收盘，而中间没有(收盘。

\w+\b(?=[^)(]*\))

See this demo at regex101

\w+匹配一个或多个word characters，后跟\b word boundary
在边界处：(?=[^)(]*\)) look，如果关闭)领先于两者之间的任何non ( )

因此，此模式之前不会检查(的开头，但是通常不需要。

Answer 2

您可以使用一个捕获组，该捕获组将由re.findall返回，并将括号之间的所有内容与正斜杠作为定界符进行匹配。

然后在结果中您可以在正斜杠上进行分割：

\((\w+(?:/\w+)*)\)

说明

\(比赛开头括号
(捕获组
- \w+匹配1个以上的字符字符
- (?:/\w+)*匹配/和它的1+个单词字符0+次
)关闭捕获组
\)匹配右括号

Regex demo | Python demo

如果您想匹配多个单词字符，则可以使用否定的字符类[^()/]+，不匹配括号或正斜杠：

\(([^()/]+(?:/[^()/]+)*)\)

Regex demo

例如：

import re

regex = r"\(([^()/]+(?:/[^()/]+)*)\)"
test_str = "stuff (word1/Word2/w0rd3) stuff, stuff (word4/word5) stuff stuff (word6) stuff (word7/word8/word9) stuff stuff, (w0rd10/word11) stuff stuff (word12) stuff (Word13/w0rd14/word15) stuff-stuff stuff (word16/word17)."
res = list(map(lambda x: x.split('/'), re.findall(regex, test_str)))

或参见flattened version。

Answer 3

代替匹配单词，您可以编写匹配非单词的正则表达式，并用正则表达式分割：

\)?[^)]+?\(|\).+|/

无字是：

一个可选的右括号，后跟一堆不是短括号的字符，然后是一个右括号。
右括号后跟一些文本（用于匹配字符串的最后一位）
斜杠

Regex Demo

Answer 4

将findall与后置断言一起使用

(?<=[(/])\w+

LINK TO REGEX

>>> re.findall(r'(?<=[(/])\w+', input_string)
['word1', 'Word2', 'w0rd3', 'word4', 'word5', 'word6', 'word7', 'word8', 'word9', 'w0rd10', 'word11', 'word12', 'Word13', 'w0rd14', 'word15', 'word16', 'word17']

说明

(?<=[(/])\w+

正向(?<=[(/])后面


断言以下正则表达式匹配

匹配列表[(/]中存在的单个字符

(或/匹配一个字符



\w+匹配任何单词字符（等于[a-zA-Z0-9_]）

+量词-在一次和无限次之间进行匹配，并尽可能多地匹配，并根据需要返回（贪婪）

正则表达式可匹配括号内的所有单词

4 个答案:

Regex Demo