Python 中的正则表达式 findall()答案

【问题标题】：regular expression findall() in PythonPython 中的正则表达式 findall()
【发布时间】：2013-06-30 13:52:40
【问题描述】：

如果我有这个字符串：

s = "this, that; talk, love, hate; good, bad, all good."

我想提取由 , ; 分隔的项目或。

所以我想要的结果是：

["this", "that", "talk", "love", "hate", "good", "bad", "all good"]

如果我使用这个 Python 正则表达式：

re.findall(r"([a-z]+[,;.])+", s)

我得到了结果：

['this,', 'that;', 'talk,', 'love,', 'hate;', 'good,', 'bad,', 'good.']

这和我想要的很接近，除了最后一项。

奇怪的是，如果我在第一个方括号中包含一个空格，如：

re.findall(r"([a-z ]+[,;.])+", s)

那么我只得到这个结果：

[' all good.']

但是 findall() 应该找到所有结果，不是吗？有人能解释一下这种奇怪的行为吗？

【问题讨论】：

re.split() 可能更适合您的用例。
感谢您的所有回答，我现在可以解决问题了。但最初我对 findall() 感到困惑，我认为它返回 (xyz)+ 的不同实例，但它实际上试图从最后一个位置“重新”找到模式。我想没有办法重新返回与“+”匹配的所有实例？

【解决方案1】：

+（在右引号之前）在括号之外。把它放在里面，这样：

re.findall(r"\s*([a-z ]+)[ ,;.]+", s)

【讨论】：

它将匹配整个括号表达式任意次数>0次
我不太明白他得到的结果..不应该匹配整个字符串吗？
['this,', ' that;', ' talk,', ' love,', ' hate;', ' good,', ' bad,', ' all good.']。它根本无法完成这项工作。
抱歉，我以为那是他想要的。编辑修复。
这个不正确地使用以空格开头的字符串。

【解决方案2】：

您的目标是通过分隔符将字符串拆分为标记，因此比使用re.findall() 更好的方法是使用re.split()。在这种情况下，您可以使用

>>> re.split(r"[,;.]\s", s)
['this', 'that', 'talk', 'love', 'hate', 'good', 'bad', 'all good.']

不幸的是，如果您使用[,;.]\s 作为正则表达式，此方法要么将句点放在最后一项的末尾，如果您使用[,;.]\s? 作为正则表达式，则在结果列表的末尾添加一个空字符串正则表达式。但是，我们可以通过删除最后一个字符串来解决这个问题：

>>> re.split(r"[,;.]\s?", s)[:-1]
['this', 'that', 'talk', 'love', 'hate', 'good', 'bad', 'all good']

【讨论】：

【解决方案3】：

您可以使用前瞻：

>>> list(re.findall(r"([a-z][a-z ]+(?=[,;.]))+", s))
['this', 'that', 'talk', 'love', 'hate', 'good', 'bad', 'all good']

但是@murgatroid99推荐的re.split()更好。

【讨论】：

【解决方案4】：

你可以使用：

re.findall(r'[\w\s]+', s)

【讨论】：