Python正則表達式匹配所有其他詞

我一直在嘗試和尋找一種解決方案來匹配python中的每一個其他詞使用正則表達式。該字符串以逗號分隔，長度未知。Python正則表達式匹配所有其他詞

說我有以下字符串：

"keep, ignore, keep_this_too, ignore, keep_this_also, ignore"

我希望能夠保持所有匹配的單詞的列表。

我試着寫我的正則表達式爲：

((?P<keep>.*),)*

然後使用

result = re.match(regex, string) 
print result.group(keep)

在試圖打印出所有匹配的話，而不是我只是得到的一切，但最後一個字。

感謝

編輯：

我不能使用任何Python字符串操作。這樣做的目標是支持研究人員提供的任何數據格式，爲此，我們將正則表達式存儲在每種格式的數據庫中。例如，他們可以提供一個數據格式，我們必須使用正則表達式如下：

"keep (ignore), keep (ignore), keep (ignore)"

來源

2013-11-03 dajee

你的單詞中是否有空格？也就是說，如果你有''一，二，大數據，四，五''？ –

@RayToal然後它不會是一個字。 – Bakuriu

謝謝，只是檢查，因爲你說的條款是_comma separated_。但你還能進一步澄清嗎？那麼你是否允許空格分隔單詞呢？或者只是逗號或空格？它有所作爲。 –

.*貪婪匹配（匹配一切如果可能的話）; .*,匹配一切，直到最後,。要非貪婪地匹配，請使用.*?。

而re.match只返回第一個匹配。（並且僅在輸入字符串的開始處匹配）。（參見search() vs match()）

使用re.findall與改性正則表達式：

>>> s = "keep, ignore, keep_this_too, ignore, keep_this_also, ignore" 
>>> re.findall(r'([^,\s]+)', s) 
['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore'] 
>>> re.findall(r'([^,\s]+)', s)[::2] # using slice to get every other matches. 
['keep', 'keep_this_too', 'keep_this_also']

或：

>>> re.findall(r'([^,\s]+)(?:,\s*[^,\s]+)?', s) 
['keep', 'keep_this_too', 'keep_this_also']

來源

2013-11-03 07:29:05 falsetru

感謝您的響應，但我不想使用任何字符串操作（拼接）。 – dajee

@David，然後使用剛剛使用're.findall'的最後一個代碼。順便說一下'[..：..：..]'叫做片。 – falsetru

我道歉我沒有看到第二部分，我會去試試看。 – dajee

的正則表達式定義已經可以在一個字出現什麼字符，即\w表示這樣的集合。因此：

In [1]: import re 
    ...: re.findall('\w+', "keep, ignore, keep_this_too, ignore, keep_this_also, ignore") 
    ...: 
Out[1]: ['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore']

如果你想忽略所有其他比賽簡單地使用切片：

In [2]: ['keep', 'ignore', 'keep_this_too', 'ignore', 'keep_this_also', 'ignore'][::2] 
Out[2]: ['keep', 'keep_this_too', 'keep_this_also']

如果你想只保留與keep（或其他子）開頭的字符串，只需使用模式keep\w*，而不是\w+：

In [4]: re.findall('keep\w*', "keep, ignore, keep_this_too, ignore, keep_this_also, ignore") 
Out[4]: ['keep', 'keep_this_too', 'keep_this_also']

如果你正在嘗試匹配是不是真的一個字，即它可以包含空格，標點符號等字符，那麼您可以在上面的正則表達式中用[^,]替換\w以匹配除逗號之外的所有內容。

來源

2013-11-03 07:35:46 Bakuriu

您仍然可以將.split()存儲在數據庫中嗎？

String="keep, ignore, keep_this_too, ignore, keep_this_also, ignore" 
String.split(",")[0::2]

輸出：

['keep', ' keep_this_too', ' keep_this_also']

來源

2013-11-03 07:56:08 beroe

您可以使用類似：

import re 
re.findall("([^,]*), [^,]+[,]{0,1}", "keep, ignore, keep_this_too, ignore, keep_this_also, ignore")

但爲什麼不使用分離，切片結果：

"keep, ignore, keep_this_too, ignore, keep_this_also, ignore".split(",")[0::2]

來源

2013-11-03 07:57:07

你需要這個：

個

s = ' keep, ignore, keep_this_too , ignore, keep_this_also, ignore ' 
print(s.replace(' ','').split(',')[0::2])

產量：

['keep', 'keep_this_too', 'keep_this_also']

來源

2013-11-03 10:13:59 Artur

呢？

>>> s = "keep, ignore, keep_this_too, ignore, keep_this_also, ignore" 
>>> import re 
>>> re.findall(r'(\w+)\W+\w+', s) 
['keep', 'keep_this_too', 'keep_this_also']

來源

2013-11-03 11:00:44 georg

Python正則表達式匹配所有其他詞

回答

相關問題