python正则表达式：如何忽略不相关的匹配？答案

【问题标题】：python regular expression: how to ignore the irrelevant matches?python正则表达式：如何忽略不相关的匹配？
【发布时间】：2021-07-29 21:34:45
【问题描述】：

我有一段文字，其中有一个句子包含“自从”一词。我的尝试是使用正则表达式来提取单词“since”之后的文本，直到下一个和上一个时期。比如文字是：

text = "I like to live in a big city. Today is Monday, since yesterday was Sunday."

我的正则表达式是

rule = re.compile(r'([a-zA-Z0-9\,\.\s\'])\bsince\b([a-zA-Z0-9\,\.\s\'])', re.IGNORECASE)
patterns = rule.match(text)

但是，patterns.group(1) 返回的I like to live in a big city. Today is Monday, 包含我不想要的句子，即我只想要Today is Monday, 。如何使用正则表达式来做到这一点？

【问题讨论】：

如果你需要since之后直到下一个.，使用since\s*([^.]*)或\bsince\b\s*([^.]*)
使用r'[^.]*? since [^.]*?\.'

标签： python regex re

【解决方案1】：

您可以使用regex、(?<=\.).*(?=\bsince\b)。

(?<=\.)：正向Lookbehind 断言.
.*: 任意字符任意次数
(?=\bsince\b)：这个词的正向前瞻断言，since

演示：

import re

text = "I like to live in a big city. Today is Monday, since yesterday was Sunday."

m = re.search('(?<=\\.).*(?=\\bsince\\b)', text)
if m:
    print(m.group())

输出：

 Today is Monday,

【讨论】：

【解决方案2】：

使用re.complie：在此处修复 OP 的尝试。

import re
rule = re.compile(r'.*?\.\s+([^,]*),\s+since', re.IGNORECASE)
patterns = rule.match(text)
patterns.group(1)
'Today is Monday'

使用您展示的示例，请尝试以下操作。我们可以在这里使用 Python 的 findall 函数 re 库。

import re
text = "I like to live in a big city. Today is Monday, since yesterday was Sunday."
re.findall(r'.*?\.\s+([^,]*),\s+since',text)

正则表达式的解释：

.*?\.\s+([^,]*),\s+since：使用非贪婪匹配直到文字 . 然后提到 1 个或多个空格出现，然后是 Today 直到逗号出现（在捕获组中）。后跟 , 后跟空格 1 次或多次出现以及从此处开始的字符串。

【讨论】：

【解决方案3】：

你可以使用这个正则表达式：

[^.]*? since [^.]*?\.

RegEx Demo

代码：

import re

text = "I like to live in a big city. Today is Monday, since yesterday was Sunday."
print (re.findall(r'[^.]*? since [^.]*?\.', text))

输出：

[' Today is Monday, since yesterday was Sunday.']

正则表达式详细信息：

[^.]*?: 匹配 0 个或多个不是点的字符
since：匹配" since "
[^.]*?：匹配0个或多个不是点的字符
\.：匹配一个点

【讨论】：