如何为正则表达式重复传递参数（python）

Question

我正在学习正则表达式。如果我想在一个字符串中找到所有 5 个字母的单词，我可以使用：

import re
text = 'The quick brown fox jumps over the lazy dog.'
print(re.findall(r"\b[a-zA-z]{5}\b", text))

但我想写一个简单的函数，它的参数包括字符串和找到的单词的长度。我试过这个：

import re
def findwords(text, n):
    return re.findall(r"\b[a-zA-z]{n}\b", text)    

print(findwords('The quick brown fox jumps over the lazy dog.', 5))

但这会返回一个空列表。 n 未被识别。

如何指定重复次数（或者在本例中为单词的长度）的参数？

Answer 1

Python 不会神奇地将n 的值填充到字符串中。为此，您需要使用format:

r"\b[a-zA-z]{{{}}}\b".format(n)

或者，如果您运行的是 Python >= 3.6，请使用新的 f-strings（可以与表示原始字符串的 r 前缀组合）：

fr"\b[a-zA-z]{{{n}}}\b"

在这两种情况下，您都需要外部两个 {{}} 来创建文字 {}，而内部是格式占位符。

如果您想避免转义文字 {}，您可以使用较旧的 % 格式来实现相同的目的。对于这个n 需要始终是一个整数（它在这里）：

r"\b[a-zA-z]{%i}\b" % n

Answer 2

它比您想象的要简单。 “正则表达式字符串”没有什么特别之处：它是一个简单、基本的日常文本字符串。唯一值得注意的是它通常用r前缀定义，因为反斜杠在（无前缀的）Python字符串中也有一些含义，你不想把它们加倍, 和 ... 它按原样输入 Python 的内部正则表达式模块。

所以字符串的来源并不重要！以您喜欢的方式构建它，然后将结果输入re.findall：

def findwords(text, n):
    return re.findall(r"\b[a-zA-z]{" +str(n) + r"}\b", text)

>>> findwords(text, 3)
['The', 'fox', 'the', 'dog']
>>> findwords(text, 4)
['over', 'lazy']

注意r 的重复使用，因为它不是正则表达式的特性，而是 Python 的特性，您需要在 all 单独的字符串前面加上它，以防止反斜杠泛滥并弄乱您的精心构造的表达式。

（此函数的输入也是如此。这也将起作用，除非您测试参数并拒绝非数字：

>>> findwords(text, '5} {1')
['quick ', 'brown ', 'jumps ']

...我没有。）

Answer 3

这可以很容易地完成，而无需生成正则表达式模式。只需简单地提取所有单词，然后使用列表理解来收集长度为 n 的所有单词。

See code in use here

import re

text = 'The quick brown fox jumps over the lazy dog.'
words = re.findall(r"[a-zA-Z]+", text)

print([w for w in words if len(w) == 3])

结果：['The', 'fox', 'the', 'dog']