带有句号的单词中的正则表达式单词答案

【问题标题】：Regexp Word within a word with a fullstop带有句号的单词中的正则表达式单词
【发布时间】：2013-03-31 03:14:23
【问题描述】：

我在将字符串与正则表达式匹配时遇到问题（我对正则表达式没有经验）。我有一个字符串，它在每个单词和一个标签之后都包含一个正斜杠。一个例子：

led/O by/O Timothy/PERSON R./PERSON Geithner/PERSON ,/O the/O president/O of/O the/O New/ORGANIZATION

在这些字符串中，我只对/PERSON 之前的所有字符串感兴趣。这是我想出的正则表达式模式：

(\w)*\/PERSON

还有我的代码：

match = re.findall(r'(\w)*\/PERSON', string)

基本上，我匹配/PERSON 之前的任何单词。输出：

>>> reg
['Timothy', '', 'Geithner']

我的问题是第二个匹配，匹配一个空字符串，如R./PERSON，点不是单词字符。我将正则表达式更改为：

match = re.findall(r'(\w|.*?)\/PERSON', string)

但现在的比赛是：

['led/O by/O Timothy', ' R.', ' Geithner']

它会获取第一个 /PERSON 之前的所有内容，其中包括 led/O by/O 而不仅仅是匹配 Timothy。有人可以帮助我如何进行这种匹配，同时包括一个句号作为缩写吗？或者至少，没有空字符串匹配？

谢谢，

【问题讨论】：

【解决方案1】：

匹配除空格字符以外的所有字符 ([^ ]*)。您还需要捕获中的星号 (*)：

match = re.findall(r'([^ ]*)\/PERSON', string)

【讨论】：

【解决方案2】：

首先，(\w|.) 匹配“一个单词字符或任何字符”（点匹配任何字符，这就是你得到这些空格的原因）。

使用反斜杠转义即可：(\w|\.)

其次，正如@Ionut Hulub 指出的那样，您可能希望使用+ 而不是* 来确保匹配某些东西，但正则表达式的工作原理是“最左、最长”，所以它总是会尝试匹配斜线之前最长的部分。

如果你想匹配任何个非空白字符，你可以使用\S而不是(\w|\.)，这可能正是你想要的。

【讨论】：