Python 正则表达式在单词周围取字符答案

【问题标题】：Python regex take characters around wordPython 正则表达式在单词周围取字符
【发布时间】：2021-12-23 10:52:19
【问题描述】：

我想在我的正则表达式查询中匹配特定单词之前和之后包含 5 个字符。这些词在一个列表中，我对其进行迭代。

请看下面的例子，这是我尝试过的：

import re

text = "This is an example of quality and this is true."

words = ['example', 'quality']

words_around = []

for word in words:
    neighbors = re.findall(fr'(.{0,5}{word}.{0,5})', str(text))
    words_around.append(neighbors)

print(words_around)

输出为空。我希望一个数组包含['s an exmaple of q', 'e of quality and ']

【问题讨论】：

看起来 PyPi 正则表达式模块在这里很方便，因为您需要特定的重叠匹配。
当然。我编辑了我的帖子以将其包含在我的示例中。

标签： python regex pandas

【解决方案1】：

您可以在此处使用 PyPi 正则表达式，它允许无限长的后向模式：

import regex
import pandas as pd

words = ['example', 'quality']

df = pd.DataFrame({'col':[
    "This is an example of quality and this is true.",
    "No matches."
    ]})

rx = regex.compile(fr'(?<=(.{{0,5}}))({"|".join(words)})(?=(.{{0,5}}))')

def extract_regex(s):
    return ["".join(x) for x in rx.findall(s)]
    
df['col2'] = df['col'].apply(extract_regex)

输出：

>>> df
                                               col                                    col2
0  This is an example of quality and this is true.  [s an example of q, e of quality and ]
1                                      No matches.                                      []

模式及其使用方式都很重要。

fr'(?<=(.{{0,5}}))({"|".join(words)})(?=(.{{0,5}}))' 部分定义正则表达式模式。这是一个“原始”的 f 字符串文字，f 可以在字符串文字中使用变量，但它还需要将其中的所有文字大括号加倍。该模式 - 给定当前的 words 列表 - 看起来像 (?<=(.{0,5}))(example|quality)(?=(.{0,5}))，请参阅 its demo online。它在正向后视中捕获words 之前的 0-5 个字符，然后捕获words，然后在正向前瞻中捕获接下来的 0-5 个字符（环视用于确保找到任何重叠匹配）。

["".join(x) for x in rx.findall(s)] 部分将每个匹配项的组连接成一个字符串，并返回匹配项列表作为结果。

【讨论】：