Python - 正则表达式（Re.Escape，Re.Findall）；如何：查找子字符串 + 字符串中子字符串之外的多个字符？答案

【问题标题】：Python - Regex (Re.Escape, Re.Findall); How To: Find sub-strings + a number of characters beyond the sub-strings within a string?Python - 正则表达式（Re.Escape，Re.Findall）；如何：查找子字符串 + 字符串中子字符串之外的多个字符？
【发布时间】：2020-09-15 19:51:18
【问题描述】：

这可能是一个简单的问题。我正在学习如何使用正则表达式，但在对字符串执行特定任务时遇到了问题。

例如：

example_string = ";一，一；二，二；三，三；四，四"

desired_output = ["One, o", "Two, t", "Three, t", "Four, f"] #list输出OK

通过以下，我可以得到 ["One" , "Two" , "Three"]:

def findStringsInMiddle(a, b, text): 
    return re.findall(re.escape(a)+"(.*?)"+re.escape(b),text)

desired_output = findStringsInMiddle('; ' , ',' , example_string)

但我无法弄清楚如何正确配置它以获取我也想要的逗号+空格+any_type_of_character。

有什么建议吗？

谢谢！

【问题讨论】：

谢谢大家的回答。每个人的解决方案实际上都有效，所以我不得不将我选择的解决方案建立在其他一些指标上。 Wiktor 的回答配置了我所拥有的实际功能，这是我特别要求的，他是第一个这样做的。不管怎样，下面所有的答案都很棒：很抱歉我不能全选！

标签： python regex string parsing findall

【解决方案1】：

您可以设置完整的模式（从分号到逗号后的第二个字母）并标记您要提取的组：

>>> s =  "; One, one; Two, two; Three, three; Four, four"
>>> re.findall(r"; (.*?,.{2})", s)
['One, o', 'Two, t', 'Three, t', 'Four, f']

【讨论】：

【解决方案2】：

这里有一个解决方案：

example_string = "; One, one; Two, two; Three, three; Four, four"
def findStringsInMiddle(text): 
    return re.findall("; (.+?, [a-z])",text)

desired_output = findStringsInMiddle(example_string)
desired_output

输出：

['One, o', 'Two, t', 'Three, t', 'Four, f']

【讨论】：

【解决方案3】：

您可以通过包含右侧分隔符并附加可选的(?:\s*.)? 组来稍微重新组织模式：

def findStringsInMiddle(a, b, text): 
    return re.findall(re.escape(a)+"(.*?"+re.escape(b) + r"(?:\s*.)?)",text, flags=re.S)

该模式看起来像;(.*?,(?:\s*.)?)（请参阅the regex demo）并将匹配：

; - 左侧分隔符
(.*?,(?:\s*.)?) - 第 1 组：
- .*? - 任何零个或多个字符，尽可能少
, - 逗号
(?:\s*.)? - 一个可选的非捕获组，匹配 1 次或 0 次出现的 0+ 个空格，然后是任何字符。

请注意，我添加了 re.S 标志以使 . 也匹配换行符。

见full Python snippet below:

import re
example_string = "; One, one; Two, two; Three, three; Four, four"
desired_output = ["One, o", "Two, t", "Three, t", "Four, f"] #list output is OK

def findStringsInMiddle(a, b, text): 
    return re.findall(re.escape(a)+"(.*?"+re.escape(b) + r"(?:\s*.)?)",text, flags=re.S)

desired_output = findStringsInMiddle('; ' , ',' , example_string)
print(desired_output)
# => ['One, o', 'Two, t', 'Three, t', 'Four, f']

【讨论】：

【解决方案4】：

import re

example_string = "; One, one; Two, two; Three, three; Four, four"

pattern = re.compile(r";\s"  # The search string must start with a semoicolon and then a space character
                     r"([A-Z][a-z]+,\s.?)"  # Here is the capturing group, containing first a capital letter,
                     # some lowercase letters
                     # and finally a comma, space and zero or one characters
                     )
print(re.findall(pattern,
                 example_string
                 )
      )

输出：

['One, o', 'Two, t', 'Three, t', 'Four, f']

【讨论】：