Question

我是一名RegEx新手，这让我在过去48小时里疯狂。在阅读数百个示例和文档时，我尽我所能。我想学习。

我需要从这些字符串中提取月份名称，月份是中间的单词（多语言）：

10 july  2014
9 dicembre2014
1januar2011
18août2002 (note: non-[A-z] character in the month if it matters)

我得到的最接近的是[\D]{3,}(?=.{4,})屈服：

' july '
' dicembre'
'januar'
'août'

但它仍然匹配名称周围的空格。我尝试添加[^\s]，但显然不是那么简单。

找到正确匹配的最简单的RegEx方式是什么？

Answer 1

如果设置re.UNICODE标志，则可以使用unicode属性，因此\w也匹配所有脚本中的所有字母（包括û，ñ，{{ 1}}等。然后，á只匹配字母，但来自任何脚本：

[^\W\d_]匹配字词（字母，数字或下划线“\w”）
_是否定的简写，它匹配非单词字符（与\W相同）
[^\w]匹配数字
所以\d会匹配除非字字符，数字或“[^\W\d_]”之外的任何内容......这意味着它只会匹配字母

代码：

输出：

#python 3.4.3
import re

str = u"10 july  2014 \n 9 dicembre2014 \n 1januar2011\n 18août2002"
pattern = r'([0-3]?\d)\s*([^\W\d_]{3,})\s*((?:\d{2}){1,2})'
result = re.findall(pattern, str, re.UNICODE)

for date in result :
    print(date)

在线查看here

处理正则表达式中的空格

1 个答案:

代码：

输出：