时间戳

首页 > 解决方案 > 正则表达式魔法，有了它，VS Code 毁了我的整个 Jupyter Notebook

python - 正则表达式魔法，有了它，VS Code 毁了我的整个 Jupyter Notebook

问题描述

我不小心碰到了正则表达式来解决这个小谜团，然后我的笔记本在处理它时爆炸了（感谢 VS 代码），我正在尝试重新创建它。

示例文本是我的正则表达式在BOLD中捕获的内容：

['03/11/2009 起诉书已提交。向 LORAIN 县治安官发出的带有起诉书副本的传票。持有毒品的起诉书，2925.11(A)，F-5；毒品相关犯罪，2925.14(C) (1)，M-4；吸毒，2925.11(A)，MM']，["2009 年 3 月 16 日返回警长的返回 - 我在 2009 年 3 月 12 日为被告提供了居住服务，PHIL R. STAMMITTI，警长"]，['03 /19/2009 提审被告被提审。放弃阅读起诉书，提出无罪抗辩。债券续订。 2901.07 并且在收集到合适的 DNA 样本之前不得发布。']，['2016 年 12 月 15 日已发行债券：JC 保释债券（美国）发行 4,000 美元保证金']

我的意图是捕获所有修改后的代码部分（下面的示例格式），出现在短语“INDICTMENT FILED”之后，直到之后出现的第一个“]”。问题是，修改后的代码段可以有这些不同的格式：

2913.1, 2913.12, 2913.123, 2913.1234, 2913.1(A), 2913.12(A)(1)

另外，我当前的正则表达式确实获取了修改后的代码部分的编号，并没有获取所有种类的括号内容（我在下面的正则表达式当前匹配的内容中加粗了），不幸的是，正在获取第二个加粗部分（其中我不想）。我需要第一次列出短语“INDICTMENT FILED”，以及该字符串中该短语之后的所有修订代码部分，直到找到“]”然后停止匹配。

到目前为止，这是我的正则表达式，它并没有完全工作。我已经解决了这个问题，它只匹配我想要的东西，然后，你知道，计算机，而不是每 30 秒备份一次，然后 blammo，我来了。我的正则表达式：

(\d{4}\.\d{1,4}.*?\))

标签： pythonregex

解决方案

你快到了！你的正则表达式的问题是，在它之后\d{1,4}，它匹配.*?=任何东西，直到它看到一个). 当 之后的括号中没有任何内容时2901.07，它将匹配所有内容，直到)结尾的下一个AMERICAN)。

这是我想出的：

\d{4}\.\d{2}(?:\(\w+\))*

在这里试试

解释：

  • \d{4}\.\d{1,4}：4个数字，句号，1-4个数字（你有这部分）
  • (?: ... )*: *= 本组零个或多个。?:表示不要将其捕获为编号组
  • \(\w+\): 文字(后跟 1 个或多个单词字符，后跟文字)

推荐阅读