Question

我正在尝试创建一个正则表达式，在任何情况下都会返回以barbar开头的列表单词。它必须不是整个单词，而只是匹配部分。例如，来自字符串

string = u'baRbarus, semibarbarus: qui BARbari sunt, alteres BARBARos non sequuntur!'
# output is...
>>> ['baRbar', 'BARbar', 'BARBAR']

我尝试过这样的代码：

re.compile(ur"([\A\b]*)(barbar)", re.UNICODE | re.IGNORECASE).findall(string)
# it returns...
[(u'', u'baRbar'), (u'', u'barbar'), (u'', u'BARbar'), (u'', u'BARBAR')]

我似乎错过了一些东西。请问你能帮帮我吗？如果你建议一些关于re模块的好教程，也会很棒。从默认的Python文档中理解re太难了。谢谢！

Answer 1

以下正则表达式足以满足您的要求（只要设置了标志）：

\bbarbar

示例：

>>> s = u'baRbarus, semibarbarus: qui BARbari sunt, alteres BARBARos non sequuntur!'
>>> re.findall(r'\bbarbar', s, re.IGNORECASE | re.UNICODE)
[u'baRbar', u'BARbar', u'BARBAR']

以下是对您当前正则表达式的一些评论，可能会澄清\bbarbar执行此任务的原因：

[\A\b] - \A通常是字符串的开头，\b是字边界，但字符类\b内部成为退格，我不是真的很确定\A成为什么
[\A\b]* - 这就是为什么你的正则表达式匹配'semibarbarus'，*表示0或更多，所以它不需要匹配的部分，如果你放弃了*和修复了上述问题它会起作用
([\A\b]*)(barbar) - 多个组意味着re.findall()将返回组的元组，而不仅仅是您感兴趣的部分

Answer 2

你可以试试......

string = 'baRbarus, semibarbarus: qui BARbari sunt, alteres BARBARos non sequuntur!'

l=re.findall(' barbar.+? |^barbar.+? ', string, re.IGNORECASE)
print l

Answer 3

因为您只想要以barbar开头的单词，所以必须先分割字符串。所以你应该做这样的事情：

def findBarbarus(my_string):
  result = []
  for s in my_string.split(" "):
    result += re.compile(ur"(^barbar)", re.UNICODE | re.IGNORECASE).findall(s)
  return result

正则表达式中的^表示该单词必须以条形码开头。

Answer 4

仅供记录：如果您在字符类中使用\A，例如r"[\A]"，它应该被视为文字A.然而，它被默默地忽略。 \B和\Z也是如此。

我有reported错误。

python re：在任何情况下查找从“string”开始的单词

4 个答案: