时间戳

首页 > 解决方案 > 返回所有单词的正则表达式，星号之间的任何文本除外

python - 返回所有单词的正则表达式，星号之间的任何文本除外

问题描述

我正在尝试找到一个正则表达式，它将按原样分割文本\w+，但跳过两个星号之间的任何内容。

我可以使用以下内容识别标记的内容：(?<=\*)(.*)(?=\*).

我尝试使用像这样的否定前瞻/后瞻语句：(?<!\*)([\w]+)(?!\*)，但这匹配每个单词，包括星号之间的单词，除了星号之前和之后的第一个字符（例如句子“河流*运行缓慢*但肯定" 将匹配The, river, uns, slowl, but, surely, 而所需的匹配只有The, river,but和surely)。

我还尝试用非捕获组包围原始表达式：(?:\*(.*?)\*)，我希望它不会从我的测试字符串中返回任何内容，但奇怪的是返回了它在没有非捕获的情况下所做的事情。

任何帮助将不胜感激。我整个早上都在阅读它，并且在这一点上并没有减少困惑。我在这里浏览了 [regex] 标签，用谷歌搜索，阅读了正则表达式，但无法组合出适合我需要的表达式。

标签： pythonregex

解决方案

您可以匹配您不需要的内容并匹配并捕获您需要的内容：

\*[^*]*\*|(\w+)

请参阅正则表达式演示。如果在正则表达式模式中定义了捕获组，则re.findall仅返回捕获的子字符串。

细节

  • \*[^*]*\*- a *，然后是除 a 之外的任何 0+ 个字符*，然后是 a*
  • |- 或者
  • (\w+)- 捕获组 1：一个或多个单词字符（字母、数字、下划线）。要仅匹配字母，请使用([^\W\d_]+).

请参阅Python 演示：

import re
s = "The river *runs slowly* but surely"
res = re.findall(r'\*[^*]*\*|(\w+)', s)
print(list(filter(None, res)))
# => ['The', 'river', 'but', 'surely']

推荐阅读