查找包含至少一個組的所有子字符串

Question

我嘗試在字符串中查找符合條件的所有子字符串。

比方說，我們已經有了字符串：

s = 'some text 1a 2a 3 xx sometext 1b yyy some text 2b.' 

我需要應用的搜索模式{（一個（組詞），兩個（另一個組詞），三（另一組詞）） ，詞}。前三個職位是可選的，但至少應該有一個職位。如果是這樣，我需要一個字。 輸出應爲：

2a 1a 3 xx 
1b yyy 
2b 

我寫此表達式：

find_it = re.compile(r"((?P<one>\b1a\s|\b1b\s)|" + 
        r"(?P<two>\b2a\s|\b2b\s)|" + 
        r"(?P<three>\b3\s|\b3b\s))+" + 
        r"(?P<word>\w+)?") 

每組包含設置或不同的單詞（未1A，1B）。我不能將它們混合成一個組。如果組爲空，它應該是None。顯然結果是錯誤的。

find_it.findall(s) 
> 2a 1a 2a 3 xx 
> 1b 1b yyy 

我很感謝您的幫助！

Answer 1

您可以使用下面的正則表達式：

>>> reg=re.compile('((?:(?:[12][ab]|3b?)\s?)+(?:\w+|\.))') 
>>> reg.findall(s) 
['1a 2a 3 xx', '1b yyy', '2b.'] 

在這裏，我只是用字符類和改性劑?。以下正則表達式是包含2部分凝練你的正則表達式：

[12][ab]|3b? 

[12][ab]將匹配1a ，1b,2a,2b和3b?將匹配3b和3 。

如果你不想在2b末點，你可以使用一個positive look ahead是更普遍比之前的正則表達式使用正則表達式如下（因爲製作\s可選不在第一組是個好主意）：

>>> reg=re.compile('((?:(?:[12][ab]|3b?)\s)+\w+|(?:(?:[12][ab]|3b?))+(?=\.|$))') 
>>> reg.findall(s) 
['1a 2a 3 xx', '1b yyy', '2b'] 

此外，如果你的號碼，例如子只是情況下，你可以使用[0-9][a-z]作爲一般的正則表達式：

>>> reg=re.compile('((?:[0-9][a-z]?\s)+\w+|(?:[0-9][a-z]?)+(?=\.|$))') 
>>> reg.findall(s) 
['1a 2a 3 xx', '1b yyy', '5h 9 7y examole', '2b']