Question

我正在尝试获取与某些定界符匹配的所有子字符串。我的问题是，我也需要在最后一次出现的末尾使用该字符。字符串必须介于以下任何一个字符之间：。，/ ，？，=，-，_

我尝试过此正则表达式

pattern = re.compile(r"""[./?=\-_][^./?=\-_]+[./?=\-_]""")

在此示例中：

-facebook=chat.messenger?

我无法获得子字符串= chat。

我只有-facebook =和.messenger吗？

Answer 1

看起来重叠是造成某些戏剧性事件的原因。如果使用regex模块（有望最终替换re模块），则可以

import regex as re

delimiters = r'[./?=\-_]'
pattern = delimiters + r'[a-z]+' + delimiters
s = '-facebook=chat.messenger?'

print(regex.findall(pattern, s, overlapped=True))
# ['-facebook=', '=chat.', '.messenger?']

请注意，这假定所有字符都用[a-z]小写，并且[./?=\-_]是您指定的定界符列表。

希望这会有所帮助！

Answer 2

我的猜测是，该表达式可能是我们可能想以的开头：

((?:[/?=_–.-])([a-z]+)(?:[/?=_–.-]))|([a-z]+)

Demo

测试

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"((?:[/?=_–.-])([a-z]+)(?:[/?=_–.-]))|([a-z]+)"

test_str = "-facebook=chat.messenger?"

matches = re.finditer(regex, test_str, re.MULTILINE)

for matchNum, match in enumerate(matches, start=1):

    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))

    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

如何在python中的一些分隔符之间获取所有子字符串

2 个答案:

Demo

测试