我有一个字符串text = "Fix me a meeting in 2 days"。
我有一些单词列表meetingStrings。
"meet" 在meetingStrings 中。所以，我必须通过会议来拆分文本。
期望的输出：
两天后
meetingStrings = [
"appointment",
"meet",
"interview"
]
text = "Fix me a meeting in 2 days"
for x in meetingStrings:
if x in text.lower():
txt = text.split(x, 1)[1]
print(txt)
这给出了输出：
两天后。
【问题讨论】：
标签： python regex python-3.x string split
使用re.split()：
import re
meetingStrings = [
"appointment",
"meet",
"interview"
]
text = "Fix me a meeting in 2 days"
print(re.split('|'.join(r'(?:\b\w*'+re.escape(w)+r'\w*\b)' for w in meetingStrings), text, 1)[-1])
打印：
in 2 days
【讨论】：
['Fix me a', 'in 2 days']
对您的代码稍作改动：
meetingStrings = [
"appointment",
"meet",
"interview"
]
text = "Fix me a meeting in 2 days"
for x in meetingStrings:
if x in text.lower():
txt = text.split(x, 1)[1]
print(txt.split(" ", 1)[1]) #<--- Here
只需获取最终输出，并在第一次出现空格时拆分
【讨论】：
此表达式也可能与 i 标志一起使用：
(?:meet|interview|appointment)\S*\s+((?:in|after)\s[0-9]+\s+(?:days?|months?|weeks?|years?))
我们可以使用逻辑 OR 在非捕获组中包含我们可能想要的任何所需单词，例如：
(?:in|after|on|from)
(?:days?|months?|weeks?|years?|hours?)
(?:meet|interview|appointment|session|schedule)
import re
regex = r"(?:meet|interview|appointment)\S*\s+((?:in|after)\s[0-9]+\s+(?:days?|months?|weeks?|years?))"
test_str = "Fix me a meeting in 2 days meetings in 2 months meet in 1 week nomeeting in 2 days meet after 2 days"
print(re.findall(regex, test_str, re.IGNORECASE))
['in 2 days', 'in 2 months', 'in 1 week', 'in 2 days', 'after 2 days']
如果您想探索/简化/修改它，this demo 的右上方面板上会解释该表达式。
jex.im 可视化正则表达式：
【讨论】：
meetingStrings 替代品
试试这个：
import re
text = "Fix me a meeting in 2 days"
print(re.split("({})\\w*".format("|".join(meetingStrings)), text)[-1].strip())
输出：in 2 days
【讨论】：
没有正则表达式，str.partition-ing：
for x in meetingStrings:
pre, _, post = text.lower().partition(x)
if post:
pre = pre.rpartition(' ')[0] if not pre.endswith(' ') else pre.rstrip()
post = post.partition(' ')[-1] if not post.startswith(' ') else post.lstrip()
print([pre, post])
示例：
In [35]: meetingStrings = [
...: "appointment",
...: "meet",
...: "interview"
...: ]
...: text = "Fix me a meeting in 2 days"
...: for x in meetingStrings:
...: pre, _, post = text.lower().partition(x)
...: if post:
...: pre = pre.rpartition(' ')[0] if not pre.endswith(' ') else pre.rstrip()
...: post = post.partition(' ')[-1] if not post.startswith(' ') else post.lstrip()
...: print([pre, post])
...:
['fix me a', 'in 2 days']
【讨论】：
试试这样的：
import re
meetingStrings = [
"appointment",
"meet",
"interview"
]
text = "Fix me a meeting in 2 days"
def split_string(text, strings):
search = re.compile('|'.join(strings))
start = None
input = text.split()
for e, x in enumerate(input):
if search.search(x):
if start < e:
yield ' '.join(input[start:e])
start = None
else:
if start is None:
start = e
else:
if start is not None:
yield ' '.join(input[start:])
print(' '.join(split_string(text, meetingStrings)))
这可能比其他答案更长，但似乎正是你想要的 - 拆分字符串，其中包含作为子字符串传入的字符串之一。
【讨论】：
你可以只使用 find() 和 list slice：
text = "Fix me a meeting in 2 days"
meetingStrings = [
"appointment",
"meet",
"interview"
]
sep = [i for i in meetingStrings if i in text]
idx = text.find(sep[0])
idx_ = text[idx:].find(' ')
print (text[idx+idx_:])
输出：
in 2 days
【讨论】：
我有另一种更简单的方法，首先拆分句子中的所有单词，然后从出现meetingStrings 的位置删除句子：
l=text.split()
for i in meetingStrings:
for idx, j in enumerate(l):
if i in j:
l=l[idx+1:]
print(' '.join(l))
给予：
'in 2 days'
【讨论】：
这是为了使用搜索。
您需要做的就是将文本放在单词的中间
然后匹配单词。
结果在捕获组 1 中。
没有空格修剪
\b\w*(?:appointment|meet|interview)\w*\b(.*)
https://regex101.com/r/lK4zRz/1
可读版本
\b
\w*
(?:
appointment
| meet
| interview
)
\w*
\b
( .* ) # (1)
带空格修剪
(?m)\b\w*(?:appointment|meet|interview)\w*\b[^\S\r\n]*(.*?)[^\S\r\n]*$
https://regex101.com/r/v2qAOQ/1
此外，如果您在任一正则表达式的开头添加 .*，
它总是会得到最后一个关键字。
【讨论】：