Question

我正在尝试在字符串中查找一些非常具体的数据。问题是我没有找到我正在使用的当前正则表达式的所有数据。以下是一些示例数据：

[img:2gcfa9cc]http&#58;//img823&#46;imageshack&#46;us/img823/3295/pokaijumonlogo&#46;jpg[/img:2gcfa9cc]

Making these little guys into Kaiju monsters.  Again, I know nothing about them, other then which ones I thought would make for cool possible Kaiju (of the original 150) so here's Day 01

[b:2gcfa9cc][size=150:2gcfa9cc]BULBASAUR[/size:2gcfa9cc][/b:2gcfa9cc]
[i:2gcfa9cc]Feb 01[/i:2gcfa9cc]
[ddf2k12:2gcfa9cc]http&#58;//img853&#46;imageshack&#46;us/img853/2185/dailydrawfeb2012day01&#46;jpg[/ddf2k12:2gcfa9cc]

Setting myself up with the same &quot;parameters&quot; as last year

I may be breaking my own Challenge rules right now but...well I started this last night and I couldn't just leave 'em out in the cold all unfinished 'n' shit.  

Obligatory Skyrim drawing.

[ddf2k12:2ytorpmj]http&#58;//4&#46;bp&#46;blogspot&#46;com/-UIUSNXvnHz4/TynYf1BZ9oI/AAAAAAAAAl4/pRLHVP0Ny3U/s1600/01_cheatingcheaterwarmup1&#46;jpg[/ddf2k12:2ytorpmj]

我想要获得的是ddf2k12标记与img标记之间的数据。到目前为止，我只处理了ddf2k12标签（我认为后者将是img而不是ddf2k12的前者），而且我应该找到的1586个标签中，我只是得到了这是我的正则表达式：

ddf2k12_regex = '(\[[ddf2k12]+\:[A-Za-z0-9]+\])(.*?)(\[[ddf2k12]+\:[A-Za-z0-9]+\])'
ddf2k12_find = re.findall(ddf2k12_regex, post)

显然我的正则表达式出了问题，但是在把头撞到墙上之后我无法理清，所以任何帮助都会受到赞赏。感谢。

Answer 1

通过将大型正则表达式分解为部分并使用构图，您将自己做一件大事。这似乎工作正常，如何调试它更明显。

import re

start_tag =    '(\[{tagname}:[^\]]+\])'
end_tag = start_tag.replace('\[', '\[\/', 1)
content = '((?:.|\n)*?)' # The ?: indicates a non-capturing group.                                                                                             
tag = start_tag + content + end_tag

ddf_tag=tag.format(tagname='ddf2k12')

for match in re.findall(ddf_tag, post):
    print match

Answer 2

两件事。首先，您错过了结束/代码中的ddf2k12。

>>> ddf2k12_regex = '(\[[ddf2k12]+\:[A-Za-z0-9]+\])(.*?)(\[/[ddf2k12]+\:[A-Za-z0-9]+\])'
>>> re.findall(ddf2k12_regex, post)
[('[ddf2k12:2gcfa9cc]', 'http&#58;//img853&#46;imageshack&#46;us/img853/2185/dailydrawfeb2012day01&#46;jpg', '[/ddf2k12:2gcfa9cc]')]

所以现在它有效。但是，您将ddf2k12个字符放在方括号中，该字符将匹配包含字符1，2，d，f或{{1 }}。

所以你需要匹配确切的标签;为此，删除那些外括号：

>>> silly_s = '[dddd:a]a[/ffff:a]'
>>> re.findall(ddf2k12_regex, silly_s)
[('[dddd:a]', 'a', '[/ffff:a]')]

Answer 3

这对我有用 -

post = "[the data you want to be searched for using regex]"
ddf2k12_regex = re.compile(r"\[ddf2k12(?P<data>[\n.]*?)\[/ddf2k12")
ddf2k12_find = ddf2k12_regex.findall(post)

Answer 4

问题是你在不应该使用字符集。请尝试使用以下正则表达式：

pattern = r'\[ddf2k12:\w+?\](.*?)\[/ddf2k12:\w+?\]'

\ w相当于[a-zA-Z0-9 _]

请注意，可以使用DOTALL，LOCALE和UNICODE标志，或通过添加（？s），（？L）或（？）来更改\ w和点的语义，如（。*？）中所示。？u）到正则表达式。

Answer 5

将文字分组为(sometex)，而不是[sometext]。我认为ddf2k12标记可能会出现在[...]旁边。关闭+，您现在不需要(...)。

\[ddf2k12:[a-zA-Z0-9]+\](.*?)\[/ddf2k12:[a-zA-Z0-9]+\]

做得很好。请注意，返回值是(.*?)中的文本。如果您想获取标记名称，可以使用(...) wrap ddf2k12。然后，带有img标记的组合版本就是这样。

\[(ddf2k12|img):[a-zA-Z0-9]+\](.*?)\[/(ddf2k12|img):[a-zA-Z0-9]+\]

Python re.findall正则表达式问题

5 个答案: