RegEx 用于匹配带有空格和单词的字符串答案

【问题标题】：RegEx for matching strings with spaces and wordsRegEx 用于匹配带有空格和单词的字符串
【发布时间】：2019-07-16 00:22:51
【问题描述】：

我有以下字符串：

快速棕色狐狸 abc(1)(x)

使用以下正则表达式：

(?i)(\s{1})(abc\(1\)\([x|y]\))

输出是

abc(1)(x)

这是预期的，但是，我似乎不能：

使用 \W \w \d \D 等提取超过 1 个空格
结合量词添加更多空格。

我想要以下输出：

快速棕色狐狸 abc(1)(x)

从主要查找“abc(1)(x)”中，我希望查找的任一侧最多包含 5 个单词。我的假设是空格会区分一个词。

编辑 1：

对于未来的示例，两边的 5 个单词将是未知的。字符串可能是：

戴黑帽子的猫是 abc(1)(x) 敏捷的棕色狐狸跳过懒狗。

在这种情况下，所需的输出将是：

带黑帽的是 abc(1)(x) 快速的棕色狐狸跳跃

编辑 2：

编辑了第一个示例中的预期输出并添加了“最多”5 个单词

【问题讨论】：

“我想要两边各 5 个单词” 你想要的输出中这五个单词在哪里？
这个特定示例的预期输出很清楚，但如果你再给出一句话，我不知道你想提取什么。请澄清您要做什么（关注what而不是how）
另外，您使用的是什么正则表达式风格（或编程语言）？
谢谢 - 我已在原始问题中进行了编辑以解决这些问题
@qbbq 那么，您的意思是希望每边最多五个字吗？我仍然不清楚为什么第一个示例的预期输出以“quick”而不是“the”开头。你能澄清一下吗？

标签： python regex regex-lookarounds regex-group

【解决方案1】：

(?:[0-9A-Za-z_]+[^0-9A-Za-z_]+){0,5}abc\(1\)\([xy]\)(?:[^0-9A-Za-z_]+[0-9A-Za-z_]+){0,5}

请注意，我已将 \w+ 更改为 [0-9A-Za-z_]+ 和 \W+ 更改为 [^0-9A-Za-z_]+，因为根据您的语言环境/Unicode 设置，\W 和 \w 可能不会按照您在 Python 中的预期方式运行。

另外请注意，我并没有专门寻找空格，只是“非单词字符”，这可能会更好地处理引号字符等的边缘情况。但不管怎样，这应该能让你大部分时间到达那里。

顺便说一句：您称其为“环视” - 实际上它与正则表达式功能的“正则表达式环视”无关。

【讨论】：

【解决方案2】：

如果我正确理解你的要求，你想做这样的事情：

(?:\w+[ ]){0,5}(abc\(1\)\([xy]\))(?:[ ]\w+){0,5}

Demo.

细分：

(?:               # Start of a non-capturing group.
    \w+           # Any word character repeated one or more times (basically, a word).
    [ ]           # Matches a space character literally.
)                 # End of the non-capturing group.
{0,5}             # Match the previous group between 0 and 5 times.
(                 # Start of the first capturing group.
    abc\(1\)      # Matches "abc(1)" literally.
    \([xy]\)      # Matches "(x)" or "(y)". You don't need "|" inside a character class.
)                 # End of the capturing group.
(?:[ ]\w+){0,5}   # Same as the non-capturing group above but the space is before the word.

注意事项：

要使模式不区分大小写，您可以使用 (?i) 开头，或者使用 re.IGNORECASE flag。
如果您想支持不以空格分隔的单词，您可以将[ ] 替换为\W+（表示非单词字符）或包含您想要支持的所有标点字符的字符类（例如，[.,;?! ]）。

【讨论】：