正则表达式获取字母数字字符串之间的非字母数字字符串答案

【问题标题】：Regex to get non-alphanumeric strings between alphanumeric strings正则表达式获取字母数字字符串之间的非字母数字字符串
【发布时间】：2019-05-16 16:29:00
【问题描述】：

假设我有这个字符串：

Alpha+*&Numeric%$^String%%$

我想获取字母数字字符之间的非字母数字字符：

+*& %$^

我有这个正则表达式：[^0-9a-zA-Z]+ 但它给了我

+* %$^ %%$

其中包括我不想要的尾随非字母数字字符。我也试过[0-9a-zA-Z]([^0-9a-zA-Z])+[0-9a-zA-Z] 但它给了我

a+*&N c%$^S

其中包括字符a、N、c 和S

【问题讨论】：

@ggorlen 是的。已编辑
空间从何而来？

标签： python regex

【解决方案1】：

如果您不介意将 _ 字符包含为字母数字数据，您可以使用以下方法提取所有非字母数字数据：

some_string = "A+*&N%$^S%%$"

import re
result = re.findall(r'\b\W+\b', some_string)  # sets result to:  ['+*&', '%$^']

注意我使用\b 而不是\w 或[^\W]。

\w 和 [^\W] 各匹配一个字符，因此如果您的字母数字字符串（在您想要的文本之间）恰好是一个字符，那么您认为应该是下一个匹配项的内容将不匹配。

但由于\b 是一个零宽度的“单词边界”，它并不关心有多少个字母数字字符，只要至少有一个即可。

【讨论】：

【解决方案2】：

第二次尝试的唯一问题是+ 限定符的位置——它应该在括号内。您还可以使用单词字符类 \w 及其逆词 \W 来提取这些项目，这与您的第二个正则表达式相同，但包含下划线 _ 作为单词的一部分：

import re

s = "Alpha+*&Numeric%$^String%%$"

print(re.findall(r"\w(\W+)\w", s))                             # adds _ character
print(re.findall(r"[0-9a-zA-Z]([^0-9a-zA-Z]+)[0-9a-zA-Z]", s)) # your version fixed
print(re.findall(r"(?i)[0-9A-Z]([^0-9A-Z]+)[0-9A-Z]", s))      # same as above

输出：

['+*&', '%$^']
['+*&', '%$^']
['+*&', '%$^']

【讨论】：