Python，正則表達式負反向行爲

我有一個規則的experssion，應該找到一行中最多10個單詞。這是，它應該包括在換行之前的單詞，但不包括換行之後的單詞。我對「\ n」使用負面後視。Python，正則表達式負反向行爲

a = re.compile(r"((\w)+[\s /]){0,10}(?<!\n)") 
r = a.search("THe car is parked in the garage\nBut the sun is shining hot.")

當我執行此正則表達式並調用該方法r.group（），我找回了整個句子，但包含句的最後一個字。我期待的只是新行之前的完整字符串。也就是說，「車子停在車庫裏\ n」。我在這裏以負面的背景做出了什麼錯誤...？

來源

2011-11-09 user963386

你可以編輯你的問題，包括更多的例子嗎？下面的討論讓我很困惑，關於你想要達到的目標。 – N3dst4

我不知道爲什麼你會使用負向視向。你是說在換行之前你最多需要10個字。下面的正則表達式應該可以工作。它使用積極的lookahead來確保是之後的換行字。當搜索單詞時，使用`b \ w + \ b`而不是你正在使用的。

/(\b\w+\b)*(?=.*\\n)/

的Python：

result = re.findall(r"(\b\w+\b)*(?=.*\\n)", subject)

說明：

# (\b\w+\b)*(?=.*\\n) 
# 
# Match the regular expression below and capture its match into backreference number 1 «(\b\w+\b)*» 
# Between zero and unlimited times, as many times as possible, giving back as needed (greedy) «*» 
# Note: You repeated the capturing group itself. The group will capture only the last iteration. Put a capturing group around the repeated group to capture all iterations. «*» 
# Assert position at a word boundary «\b» 
# Match a single character that is a 「word character」 (letters, digits, etc.) «\w+» 
#  Between one and unlimited times, as many times as possible, giving back as needed (greedy) «+» 
# Assert position at a word boundary «\b» 
# Assert that the regex below can be matched, starting at this position (positive lookahead) «(?=.*\\n)» 
# Match any single character that is not a line break character «.*» 
#  Between zero and unlimited times, as many times as possible, giving back as needed (greedy) «*» 
# Match the character 「\」 literally «\\» 
# Match the character 「n」 literally «n»

您也不妨考慮一個事實，即有可能是你的字符串中沒有\ n。

來源

2011-11-09 08:26:09 FailedDev

其實我想從行首找到最多十個單詞。問題是，在某些情況下，我可能會有更少的單詞，並且在最後一個單詞後面有一個換行符（\ n）（例如... hot \ n）。在這種情況下，我還想包括最後一個字。 – user963386

@ user963386我很困惑。你能不能請示例輸入和輸出，以便你可以讓你的問題更清楚？ – FailedDev

例子1：「我在開車\ n明天太陽很熱\ n我會釣魚」在這種情況下，我想找到「明天太陽很熱」 – user963386

對於此任務，有錨點$可以找到字符串的末尾，並與修改器re.MULTILINE/re.M一起找到該行的結尾。所以，你最終會得到這樣的事情

(\b\w+\b[.\s /]{0,2}){0,10}$

看到它here on Regexr

的\b是一個字邊界。在我的示例中，我包含[.\s /]{0,2}以匹配一個點，後跟一個空格。如果你不想要這些零件，至少可以選擇這個零件，如[\s /]?，否則它將在最後一個單詞上丟失，然後\s與\n匹配。

更新/ 2思想

好吧，也許我誤解了我的第一個解決你的問題。

如果你只是想不匹配一個換行符並繼續在第二行，那麼就不要允許它。問題在於你的角色類中的換行符是\s。該\s是空白的類，這也包括換行符\r和\n

你已經在類中的空間，然後只是\t更換\s中要允許標籤的情況下，然後你應該不罰款向後看。當然，使字符類可選，否則最後一個字也不會匹配。

((\w)+[\t /]?){0,10}

看到它here on Regexr

來源

2011-11-09 09:02:11 stema

這不是總是會返回輸入中的* last * 10個單詞？ – N3dst4

@ N3dst4與多行修飾符一起會返回換行前的最後10個單詞 – stema

@ N3dst4也許我錯了，我更新了我的答案 – stema

如果我讀了你的權利，你想讀的最多10個字，還是先換行，以先到者爲準：

((?:(?<!\n)\w+\b[\s.]*){0,10})

它使用負回顧後，但只是之前的這個詞匹配，所以它阻止了之後換行。

這將需要對不完善的輸入進行一些調整，但這是一個開始。

來源

2011-11-09 09:40:45 N3dst4

我認爲你不應該使用任何後視。如果你想匹配多達十個字不包括換行，試試這個：

\S+(?:[ \t]+\S+){0,9}

一個字在這裏被定義爲一個或多個非空白字符，其中包括時間，省略號和其他句子標點符號以及作爲信件。如果你知道你正在匹配的文本是正規的散文，那麼將自己限制爲\w+並不意味着無論如何都不會匹配自然語言的單詞。

第一個單詞之後，它會重複匹配一個或多個水平空格字符（空格或TAB），後跟另一個單詞，最多10個單詞。如果它在第十個單詞之前遇到換行符，就會停止匹配。沒有必要在正則表達式中提及換行符。

來源

2011-11-09 10:50:02

Python，正則表達式負反向行爲

回答

相關問題