如何使用正则表达式从括号之间删除字符串... python [关闭]

Question

我需要从提取的字段中提取一个包含单词的字符串：

[[cat]][[dog]][[mouse]][[apple]][[banana]][[pear]][[plum]][[pool]]

所以我需要：cat dog mouse apple banana pear plum pool。

我已经尝试了 2 个小时来为此创建一个正则表达式。

我得到的最好的是(?<=[[]\S)(.*)(?=]]) 这让我明白了：

cat]][[dog]][[mouse]][[apple]][[banana]][[pear]][[plum]][[pool

有什么想法吗？谢谢！

Answer 1

这是re.finditer 的解决方案。让您的字符串为s。 这假设在 [[ 和 ]] 之间可以有任何内容。否则，@noob 的评论适用。

>>> [x.group(1) for x in re.finditer('\[\[(.*?)\]\]', s)]
['cat', 'dog', 'mouse', 'apple', 'banana', 'pear', 'plum', 'pool']

或者，使用环视和re.findall：

>>> re.findall('(?<=\[\[).*?(?=\]\])', s)
['cat', 'dog', 'mouse', 'apple', 'banana', 'pear', 'plum', 'pool']

对于大字符串，finditer 版本在我计时替代方案时似乎稍快一些。

In [5]: s=s*1000
In [6]: timeit [x.group(1) for x in re.finditer('\[\[(.*?)\]\]', s)]
100 loops, best of 3: 3.61 ms per loop
In [7]: timeit re.findall('(?<=\[\[).*?(?=\]\])', s)
100 loops, best of 3: 5.93 ms per loop

Answer 2

简单的re.split 可以工作：

>>> s = '[[cat]][[dog]][[mouse]][[apple]][[banana]][[pear]][[plum]][[pool]]'
>>> import re
>>> print re.split(r'[\[\]]{2,4}', s)[1:-1]
['cat', 'dog', 'mouse', 'apple', 'banana', 'pear', 'plum', 'pool']

Answer 3

你必须用正则表达式来做吗？

extract = "[[cat]][[dog]][[mouse]][[apple]][[banana]][[pear]][[plum]][[pool]]"
word_list = [word for word in extract.replace('[', '').split(']') if word != '']
print word_list

输出：

['cat', 'dog', 'mouse', 'apple', 'banana', 'pear', 'plum', 'pool']

现在用正则表达式搞定了。只需找到不带括号的非空字符串。

重新导入

target = "[[cat]][[dog]][[mouse]][[apple]][[banana]][[pear]][[plum]][[pool]]"
word_list = ' '.join(re.findall("[^\[\]]+", target))
print word_list

编辑后返回单个字符串，而不是字符串列表。