由任意文本分隔的多个匹配项答案

【问题标题】：Multiple matches separated by arbitrary text由任意文本分隔的多个匹配项
【发布时间】：2014-08-19 15:17:08
【问题描述】：

我正在尝试编写一个正则表达式，它将匹配由任意字符串分隔的相同主题标签。所以

Lorem Ipsum #molecule 只是打印和排版的虚拟文本行业。 Lorem Ipsum #Molecule 一直是业界标准的虚拟文本自 1500 年代以来，当一位不知名的印刷商采用了一种类型的厨房和把它炒作了一本类型标本书##Molecule。它不仅活了下来五个世纪，也是电子排版的飞跃，基本保持不变。它在 1960 年代流行于 @Molecule 包含 Lorem Ipsum 段落的 Letraset 表的发布，以及最近使用 Aldus PageMaker 等桌面排版软件包括 Lorem Ipsum 的版本。

我该怎么做？这个正则表达式(\#[Mm]olecule) 显然不起作用。

【问题讨论】：

标签： python regex

【解决方案1】：

您可以尝试([#@]+[Mm]olecule) 正则表达式，无需转义# 并在索引1 处获取匹配组。

这是regex101上的演示

输出：

MATCH 1
1.  [12-21]     `#molecule`
MATCH 2
1.  [101-110]   `#Molecule`
MATCH 3
1.  [265-275]   `##Molecule`
MATCH 4
1.  [450-459]   `@Molecule`

这里是直接来自regex101 站点的忽略大小写的示例代码。

import re
p = re.compile(ur'([#@]+molecule)', re.IGNORECASE)
test_str = ...

re.findall(p, test_str)

【讨论】：

是的，就是这样。谢谢。
不知道您为什么删除了赛后分组。我希望所有匹配的主题标签都像您第一次那样组合成一个。
赛后分组是什么意思？
用示例代码试试。如果它不起作用，请告诉我，我会再次更新它。
@hwnd 原来的正则表达式是/([#@]+[Mm]olecule)/g，这正是我想要的，基本上是对该模式的所有匹配的前瞻。

【解决方案2】：

使用Character Class 匹配其中任一字符。

>>> re.findall(r'[#@]+(?i)molecule', data)
['#molecule', '#Molecule', '##Molecule', '@Molecule']

注意：使用inline (?i) modifier 启用不区分大小写的匹配。

【讨论】：

不匹配两个hastag版本##Molecule
@dawg 错字，已修复。谢谢
是的，你和@Braj 说得对，但副作用不同，让我看看我的口袋里是否有一些 +1。 :)

【解决方案3】：

s="""
Lorem Ipsum #molecule is simply dummy text of the printing and typesetting industry.    Lorem Ipsum has #Molecule been the industry's standard dummy text ever since the 1500s, when an unknown printer took a galley of type and scrambled it to make a type specimen book ##Molecule. It has survived not only five centuries, but also the leap into electronic typesetting, remaining essentially unchanged. It was popularised in the 1960s with the release of @Molecule Letraset sheets containing Lorem Ipsum passages, and more recently with desktop publishing software like Aldus PageMaker including versions of Lorem Ipsum.
"""


print re.findall("@+molecule|#+molecule",s,re.IGNORECASE)
['#molecule', '#Molecule', '##Molecule', '@Molecule']

【讨论】：

这匹配任何主题标签；他说了同样的标签。