Question

我有一个字符串列表，我想在字符串中提取与子字符串匹配的标记，通过部分匹配该子字符串直到空格。

l=[u'i like cats and dogs',u'i like catnip plant', u'i like cars']
for s in l:
    if "cat" in s:
        #match cat until whitespace
        print re.search("(cat).*[^\s]+",s).groups()

然而，这仅返回cat：

(u'cat',)
(u'cat',)

我想：

cats
catnip

Answer 1

我认为您只想在cat之后匹配任何非空白字符，re.search(r"cat\S*",s)就足够了。

import re
l=[u'i like cats and dogs',u'i like catnip plant', u'i like cars']
for s in l:
    #match cat until whitespace
    m = re.search(r"cat\S*",s)
    if m:
        print(m.group())

请参阅http://php.net/manual/en/function.end.php

模式匹配：

cat - cat子字符串
\S* - 0个或更多非空白字符（如果您只需要匹配字母，请替换为[^\W\d_]*模式）。

要使模式不区分大小写，请将re.I标记传递给re.search方法，或在模式的开头添加(?i)内联修饰符版本。

Answer 2

听起来你想匹配任何以＆＃39; cat＆＃39;：

开头的单词

./test WTF?

返回：

$state.current.name

您也可以使用：

import re
l=[u'i like cats and dogs',u'i like catnip plant', u'i like cars']
for s in l:
    if "cat" in s:
        print re.search("cat\w*",s).group()

或

cats
catnip

详情：

你的正则表达式存在这些问题：print re.search("cat[^\s]*",s).group()。首先，你只是分组＆＃34; cat＆＃34;因为它是括号中唯一的子串，所以你只打印＆＃34; cat＆＃34;使用print re.search("cat\S*",s).group()打印匹配中的群组时第二个是"(cat).*[^\s]+"跟随.groups()，匹配任何字符零次或多次，包括空格，因此正则表达式匹配整个字符串，然后才到达＆＃34;而不是空格＆＃34; char match，.*。

另一个问题是你正在使用(cat)返回一个包含匹配中所有组的元组。在您的情况下，您只有一个组，因此它返回一个只有一个组的元组。例如：

[^\s]

返回这些元组（每个元组只有一个组）：

.groups()

由于您只有一个组，因此您不需要元组，因此您可以使用l=[u'i like cats and dogs',u'i like catnip plant', u'i like cars'] for s in l: if "cat" in s: print re.search("(cat\w*)",s).groups()：

(u'cats',)
(u'catnip',)

让它只返回匹配的组：

.group()

此外，由于该组是整场比赛，因此您不需要对其进行分组（即，您不需要括号）。 print re.search("(cat\w*)",s).group()默认为cats catnip，返回整个匹配：

.group()

打印您想要的内容。

最后，请注意.group(0)，print re.search("cat\w*",s).group()和*之后使用\w，以便它也匹配单词[^\s]。

如果子项存在，Python正则表达式匹配字符串中的项目和返回项目

2 个答案: