Question

我正在尝试从字符串中提取标记，以使这些标记符合某些条件。在我的特定情况下，我想提取诸如+，=， - 等符号

我创建了以下正则表达式：

reg = re.compile(r"[\{\}\(\)\[\]\.,;\+\-\*\/\&\|<>=~]")

但是，当我申请时：

reg.findall('x += "hello + world"')

它也匹配引号之间的+，因此输出：

['+', '=', '+']

我的预期输出是：

['+', '=']

我的问题是，我该如何实现这一目标？它甚至可能吗？我一直在互联网上冲浪，但只发现如何匹配除了双引号之外的所有东西，以及类似的东西。

Answer 1

首先，您不需要转义字符类中的每个特殊字符（放开[和]）。所以你的初始表达式变成了......像：

[-\[\]{}().,;+*/&|<>=~]

现在达到第二个要求：在某些位置匹配（并保留一些原样）。在这里，您可以使用较新的regex模块并编写（demo on regex101.com）：

"[^"]+"(*SKIP)(*FAIL)|[-\[\]{}().,;+*/&|<>=~]

<小时/> 或者使用括号与较旧的re模块和一些编程逻辑：

import re

rx = re.compile(r'"[^"]+"|([-\[\]{}().,;+*/&|<>=~])')

string = 'x += "hello + world"'

symbols = [match.group(1) for match in rx.finditer(string) if match.group(1)]
print(symbols)

<小时/> 两者都会产生

['+', '=']

<小时/> 这些方法遵循以下机制：

match_this_but_dont_save_it | (keep_this)

您可能希望详细了解(*SKIP)(*FAIL) here。

Answer 2

我认为你可以做一件事你可以限制一次

＆＃34;

直到另一次出现

，它才会检查正则表达式

＆＃34;

配

Python正则表达式匹配不在引号之间的某些字符

2 个答案: