打印正则表达式的所有子字符串答案

【问题标题】：Print all substrings of a regex打印正则表达式的所有子字符串
【发布时间】：2019-11-18 10:34:13
【问题描述】：

我正在尝试打印我在文本中找到的所有子字符串。问题是 findall() 不发回子字符串，而是匹配捕获（'H'，'dog'）。我希望它发回一个字符串，例如“她的狗吃”

text = open("text_file_thing.txt", "r")
regex_string = "(H|h)er\s+(dog|cat|bird)\s+\w+"
regex = re.compile(regex_string)
match_array = regex.findall(text.read())
print(match_array)

我们将不胜感激。

【问题讨论】：

我假设text 是一个多行文件？并且你想在匹配发生时返回整行吗？
一旦正则表达式匹配并消耗了文本的一部分，它就不会重新访问它。
@PyPingu 我只想要子字符串，而不是整行。它是一个多行文件。

标签： python regex python-3.x string printing

【解决方案1】：

您可以改用re.finditer。

import re

text = "Her dog eats. Her bird eats."
regex_string = "(H|h)er\s+(dog|cat|bird)\s+\w+"
regex = re.compile(regex_string)
for x in regex.finditer(text):
    print(x)

给予：

<re.Match object; span=(0, 12), match='Her dog eats'>
<re.Match object; span=(14, 27), match='Her bird eats'>

【讨论】：

【解决方案2】：

好的，所以我认为问题在于您使用findall，它只返回匹配部分的元组。如果您使用finditer，您可以获得整个匹配对象。

试试这个：

import re
text = open("text_file_thing.txt", "r")
regex_string = "(H|h)er\s+(dog|cat|bird)\s+\w+"
regex = re.compile(regex_string)
match_array = regex.finditer(text.read())

# Now you can either just loop through the iterator or
# convert it to a list if you need to keep the objects and not 
# just print them
match_list = list(match_array)

for m in match_list:
    print(m.string)

【讨论】：

【解决方案3】：

您定义捕获组。使用非捕获组来获得整个匹配：

import re

text = """Her pig groans
Her    dog swoons.
her bird feeds.
Her cat purrs."""
regex_string = "(?:H|h)er\s+(?:dog|cat|bird)\s+\w+"
regex = re.compile(regex_string)
match_array = regex.findall(text)
print(match_array)

输出：

['Her    dog swoons', 'her bird feeds', 'Her cat purrs']

见：

re documentation：

(?:...)：正则括号的非捕获版本。火柴括号内的任何正则表达式，但组匹配的子字符串在执行后无法检索匹配或稍后在模式中引用。

【讨论】：