如何构建一个正则表达式来捕获由单个空格分隔的单词？

Question

我想构建一个正则表达式来捕获

Fee fie foe foo!

但是当有多个空格时：

Fee fie  foe foo!

仅捕获“Fee fie”

我的正则表达式看起来像这样：

words_re = re.compile(r"\w[-\w .,!]*")

您可以看到捕获以字母数字开头的任何序列，然后是字母数字、空格和一些选定的标点符号的任意组合。我只是想一次将其限制为一个空间。

或者，返回分隔空白跨度的 string.split() 变体也可以为我做。

我得到的最接近的是：

words_re = re.compile(r"\w[-\w.,!]*|\s+")
l = words_re.findall(s)

但我需要在返回的列表中搜索仅包含单空格分隔符的子列表，然后从中重建字符串。

我的一个想法是从上面的表达式中取出结果，然后用string.split(" ") 进一步拆分它，将它分成两个空格分隔的子组，但是三个空格的情况呢，等等?

Answer 1

这会起作用

^(\w+(?:\s[-.!\w]+)*(?:[-.!\w]*$))

Regex Demo

如果你只想匹配一个空格字符串，你可以使用（这只会从开始匹配。如果你想捕获所有可能性，你可以删除锚点）

^(\w[-.!\w]*(?:\s[-.!\w]+)*)

Regex Demo

Answer 2

试一试

^((?:\w+(?: |[^ ]$))+)

你可以看到它live here

• 我们首先匹配一个词与\w
• 然后我们允许它后跟一个空格，或者如果到达字符串(?: |[^ ]$) 的末尾，则可以是除空格以外的任何内容
• 我们重复匹配每个单词后跟一个空格或直到到达结尾+

Answer 3

不使用正则表达式的替代解决方案：

import itertools

def up_to_double_space(str):
    return " ".join(itertools.takewhile(lambda word: word, str.split(" ")))

up_to_double_space("Fee fie foe foo!")
# 'Fee fie foe foo!'
up_to_double_space("Fee fie  foe foo!")
# 'Fee fie'

Answer 4

这更像是一个评论而不是一个解决方案，但我缺乏对此的代表，但有一个拆分解决方案可能对你有用。 split 接受一个参数，并将在此基础上进行拆分。如果您使用空格作为参数，则会在列表中插入一个空字符串（从两个空格之间）。缺点是其他空格（制表符等）不会导致拆分。

In [15]: x = 'fie fie  foo fum'

In [16]: x.split(' ')
Out[16]: ['fie', 'fie', '', 'foo', 'fum']

In [17]: x.split(' ')[:x.split(' ').index('')]
Out[17]: ['fie', 'fie']

标点符号也没有选择性，这可能是个问题。

总的来说，我认为正则表达式是正确的答案，但如果它可以满足您的所有需求，那么使用和维护起来会简单得多。