在Python中使用正则表达式提取子字符串[重复]答案

【问题标题】：Extract substring with regular expression in Python [duplicate]在Python中使用正则表达式提取子字符串[重复]
【发布时间】：2019-06-11 12:13:51
【问题描述】：

如何从字符串中提取关键字am、is或are之后的子字符串，但不包括am、is或are？

string = 'I am John'

我用过：

re.findall('(?<=(am|is|are)).*', string)

发生错误

re.error: look-behind requires fixed-width pattern

正确的做法是什么？

【问题讨论】：

标签： python regex

【解决方案1】：

import re

s = 'I am John'

g = re.findall(r'(?:am|is|are)\s+(.*)', s)
print(g)

打印：

['John']

【讨论】：

【解决方案2】：

在这种情况下，我喜欢使用finditer，因为它返回的匹配对象比findall 返回的字符串更容易操作。您可以继续匹配 am/is/are，但也可以将字符串的其余部分与第二个子组匹配，然后从结果中仅提取该组。

>>> import re
>>> string = 'I am John'
>>> [m.group(2) for m in re.finditer("(am|is|are)(.*)", string)]
[' John']

根据您的模式结构，我猜您最多只希望字符串中有一个匹配项。考虑使用re.search 而不是 findall 或 finditer。

>>> re.search("(am|is|are)(.*)", string).group(2)
' John'

如果您在想“实际上我想匹配 am/is/are 之后的每个单词实例，而不仅仅是第一个”，这是一个问题，因为您的 .* 组件将匹配整个其余部分第一个 am/is/are 之后的字符串。例如。对于字符串"I am John and he is Steve"，它将匹配' John and he is Steve'。如果您希望 John 和 Steve 分开，也许您可以限制要匹配的字符类。 \w 似乎很明智：

>>> string = "I am John and he is Steve"
>>> [m.group(2) for m in re.finditer(r"(am|is|are) (\w*)", string)]
['John', 'Steve']

【讨论】：

【解决方案3】：

其中一个解决方案是使用分区函数。有一个例子

string = 'I am John'
words = ['am','is','are']

for word in words :
    before,word,after = string.partition(word)
    print (after)

输出：

 John

【讨论】：