Question

正则表达式'。+ \ s。+ \ n'与'China Beijing \ nUS Washington \ n'匹配，而未获得预期的字符串列表

使用正则表达式匹配字符串

import re
a = re.compile(r'.+\s.+\n')
str1 = 'China Beijing\nUS Washington\n'
b = a.findall(str1)
print(b)

我想输出['China Beijing\n', 'US Washington\n']，但是实际输出['China Beijing \ nUS Washington \ n']，但是，当我与'匹配时。。 \ n'，我得到了['China Beijing \ n'，'US Washington \ n']。为什么？预先感谢

Answer 1

您可以使用非贪婪运算符：.*?

import re
a = re.compile(r'.*?\s.*?\n')
str1 = 'China Beijing\nUS Washington\n'
b = a.findall(str1)
print(b)

或者使用\w或[A-z]+而不是.的更具选择性的模式

import re
a = re.compile(r'\w+\s\w+\n')
str1 = 'China Beijing\nUS Washington\n'
b = a.findall(str1)
print(b)

Answer 2

您使用的正则表达式包含\s特殊序列。此序列也匹配\ n，如python的re文档中所述。因此，它将贪婪地匹配与匹配China Beijing\nUS Washington\n

相对应的最大字符串

未指定UNICODE标志时，它与任何空格匹配字符，它等效于设置[\ t \ n \ r \ f \ v]。本地标志对空间的匹配没有额外的影响。如果设置了UNICODE，这将匹配字符[\ t \ n \ r \ f \ v]加上任何在Unicode字符属性数据库中分类为空格。

来源：https://docs.python.org/2/library/re.html

解决方案

使用以下正则表达式：

[A-z]+\s[A-z]+\n

Answer 3

如果您也想过滤\n，请尝试此操作。

>>> s = "China Beijing\nUS Washington\n"
>>> re.findall(r'\S+\s+\S+',s)
['China Beijing', 'US Washington']

为什么正则表达式'。+ \ s。+ \ n'不能获得预期的字符串列表？

3 个答案: