Question

我的字符串就像[[English language|English]]一样。我试图从字符串中提取文本。但没有运气。我只是想忽略文字[[English language|。输出应为English。

另一个例子： [[Stack Exchange|Question]]输出应仅为Question

如果没有|

[[Stack Exchange]]然后输出应该只有Stack Exchange。

我是regex的新手。你能帮帮我吗？非常感谢你

Answer 1

这个正则表达式会做到。

^\[\[(?:.*?\|)?(.*?)?\]\]$

RegExr

第一个捕获组将包含您想要的文本。

Answer 2

这可以在没有正则表达式的情况下完成

>>> text="[[English language|English]]"
>>> text.strip("[]").split("|")[-1]
'English'
>>> text="[[Stack Exchange|Question]]"
>>> text.strip("[]").split("|")[-1]
'Question'
>>> text="[[Stack Exchange]]"
>>> text.strip("[]").split("|")[-1]
'Stack Exchange'

注意，首先从两端剥去所有“[”和“]”，然后用“|”拆分字符串作为分隔符。返回列表中的最后一项。

使用Regex

>>> text="[[English language|English]]"
>>> re.findall("([^\[\]\|]+)",text)[-1]
'English'
>>> text="[[Stack Exchange|Question]]"
>>> re.findall("([^\[\]\|]+)",text)[-1]
'Question'
>>> text="[[Stack Exchange]]"
>>> re.findall("([^\[\]\|]+)",text)[-1]
'Stack Exchange'
>>>

如果未找到匹配项，则会生成索引错误：所以我们可以进行以下修改

try:
   result=text.strip("[]").split("|")[-1]
except IndexError:
   None #or what ever you intend to have here

或

try:
    result=re.findall("([^\[\]\|]+)",text)[-1]
except IndexError:
   None #or what ever you intend to have here

效果比较

>>> stmt1="""
import re
text="[[English language|English]]"
try:
    result=re.findall("([^\[\]\|]+)",text)[-1]
except IndexError:
    None
"""
>>> stmt2="""
text="[[English language|English]]"
try:
    result=text.strip("[]").split("|")[-1]
except IndexError:
    None
"""
>>> import timeit
>>> t1=timeit.Timer(stmt=stmt1)
>>> t2=timeit.Timer(stmt=stmt2)
>>> print "%.2f usec/pass" % (1000000 * t1.timeit(number=100000)/100000)
4.89 usec/pass
>>> print "%.2f usec/pass" % (1000000 * t2.timeit(number=100000)/100000)
1.43 usec/pass
>>>

想要使用正则表达式提取字符串

2 个答案: