我想用 python regex python 把“is”这个词后面的整个句子。
我的代码：
s = '''Robert is an English actor, model and musician.
He started his film career by playing Cedric Diggory in Harry Potter.'''
r = re.findall(r'(?:is) (.*)',s)
print(r)
我希望输出是：
'an English actor, model and musician'
但实际输出是：
['an English actor, model and musician','film career by playing Cedric Diggory in Harry Potter']
【问题讨论】：
标签： python regex python-3.x string
由于您只希望从is 到句末，this RegEx 将起作用：
\bis\s+(.+?)\.
需要与标志s 一起使用，以便. 也匹配换行符，以防一个句子分布在多行中。我使用+ 量词和.，因为.* 将使整个正则表达式匹配，即使is 和. 之间没有任何内容，这对于一个句子没有意义。
. 通过将其移出捕获括号而从您的输出中删除。 “句子的其余部分”在第一个捕获组中。
请注意，如果句子中有Mrs. 之类的东西（并且有许多短语可能属于一个句子中包含.），那么这种简单的方法将不起作用。
解析自然语言非常困难。如果你有 任何比简单、定义明确和可预测的文本更复杂的东西，那么您应该使用专门的库。例如，快速搜索会显示综合库 NLTK 和 spaCy。
This helpful regex tool 解释了它是如何匹配的。您尝试的变体
(\bis\b)([\s\S]*)
有关详细信息，请参阅链接页面。评论
它创建了两个捕获组，您的目标输出是第二个组，您可以使用 $2 调用它。
第一组在您唯一的 is 实例周围创建一个单词边界。
您可以使用 \ 转义任何特定于语言的元字符。
【讨论】：
您需要在is 周围使用单词边界，因此只有is 匹配整个单词，而不是部分匹配其他单词，例如它与his 匹配（这不是预期的）并使用此正则表达式，
\bis\s+([^.]*)
没有单词边界，即使his 也会匹配并为您提供您不想要的第二句话。
试试这个修改后的 Python 代码，
import re
s = '''Robert is an English actor, model and musician.
He started his film career by playing Cedric Diggory in Harry Potter.'''
r = re.findall(r'\bis\s+([^.]*)',s)
print(r)
仅打印，
['an English actor, model and musician']
【讨论】：
[^.] 而不是. 让我更新我的帖子。你有鹰的眼睛:)
\b。尾随一个隐含在必须始终跟随is 的空格中
(?: ... )（非捕获组）...？总而言之r'\bis\s+([^.]+)' 应该没问题 --- 考虑到这一定是一个头脑简单的想法，忽略了所有语言问题，如Mrs. 等（+，因为那里必须有一些东西来表达一个合理的句子。）
使用partition()可能更容易：
splice = s.partition("is")[2] # an English actor, model and musician. He started his film career by playing Cedric Diggory in Harry Potter.
然后split():
final = splice.split('.')[0]
【讨论】：
这是因为.* 是贪婪的，并且如果可以（并且可以）匹配所有其余部分。
由于您有新的行分隔，您可以根据需要使用它。
仅对该字符串使用正则表达式，您可以使用 Positive Lookbehind (?<=is) 来执行此操作。 将匹配但不包含在结果中
s = '''Robert is an English actor, model and musician.
He started his film career by playing Cedric Diggory in Harry Potter.'''
r = re.findall(r'(?<=is).*\n',s)
print(r)
[' an English actor, model and musician.\n']