Question

我正在尝试通过一个8页的PDF文件搜索括号内的所有单词，除了“（EAI），（EY）”和其他几个单词。我正在使用一个正则表达式，并且可以在括号内全部说出三个字母，但是我不知道如何排除我想排除的内容。

import re
lines = text.split()
search = "\(\D{3}\)"
regex = re.compile(search)

for line in lines:
    three_letters= regex.findall(line)
    for word in three_letters:
    print(word)

我得到以下列表：

（FBS）（NFS）（IAD）（CD）（CD）（EAI）（EAI）（EAI）（VIG）（EAI）（EAI）（NTF）（DRP）（EAI）（IAD）

但是我需要排除其中的一些。

一段时间以来，我一直在努力奋斗，请帮忙！

Answer 1

与此一起使用findall函数（匹配3个字母）

\((?!(?:list|of|stuff|you|don't|want)\))[A-Z]{3}\)

格式化

 \(
 (?!
      (?:
           list
        |  of
        |  stuff
        |  you
        |  don't
        |  want 
      )
      \)
 )
 [A-Z]{3} 
 \)

指定一个范围以使其可变。
此示例匹配2到5个字母{2,5}。
或者，上限为2，没有上限仅为{2,}

\((?!(?:list|of|stuff|you|don't|want)\))[A-Z]{2,5}\)

如何使用正则表达式在PDF中搜索括号中除特定单词集以外的所有单词？

1 个答案: