Python 使用RE从可能的搜索结果集中选择最小的

我想得到

[n]

前面的句子，其中n是用户输入的某个数字。如果n=5（如这里所示），两年后，《命运》杂志出版了《我们后门的海洋之谜》，我应该得到这个句子。

我不知道如何开始我的RE。在代码片段中，我假设前面的句子将以

]

结尾，我在后面接了一个句子。即使这样也不能给我正确的结果

它表明：

] three vertices, in Miami, Florida peninsula, in San Juan, Puerto Rico, and in the mid-Atlantic island of Bermuda. Subsequent writers did
not necessarily follow this definition.[2] Some writers gave different boundaries and vertices to the triangle, with the total area varying
from 1,300,000 to 3,900,000 km2 (500,000 to 1,510,000 sq mi).[2] Consequently, the determination of which accidents occurred inside the triangle
depends on which writer reported them.[2] The United States Board on Geographic Names does not recognize the Bermuda Triangle.[2]The earliest
suggestion of unusual disappearances in the Bermuda area appeared in a September 17, 1950 article published in The Miami Herald (Associated Press)
[3] by Edward Van Winkle Jones.[4] Two years later, Fate magazine published "Sea Mystery at Our Back Door",[5]

我怎么才能得到最后一句话呢

我该如何完成整个任务？也就是说，把所有可能的情况都考虑进去。例如

所需的前一句，以

]

所需的前一句，以

没有前面的句子。（所需的是批次的第一个）

p.S.所需的句子是

[n]

前面的一个句子

注意：上面提供的字符串没有换行符提要（即。\n）。我已经提供了一些来澄清一些事情

您可以这样做（以常规方式），然后选择所需的项目：

>>> res = re.findall(r'([^].!?\[]+[.!?]?)(?:\[(\d+)])?',s.strip())
>>> [x[0] for x in res if x[1]=='5'][0]
' Two years later, Fate magazine published "Sea Mystery at Our Back Door",'

或者你可以直接问：

>>> re.search(r'([^].!?\[]+[.!?]?)\[5]', s.strip()).group(1)
' Two years later, Fate magazine published "Sea Mystery at Our Back Door",'

显然，当句子包含缩写时，这两种幼稚的方法就停止工作了。在这种情况下，您需要添加异常。但要处理这些情况，更好的方法是在

[n]

之前提取整个块，然后使用antlr获得最后一句话

---

第一种方法是使用

re.findall

方法搜索所有“句子”，最后在方括号之间加上一个数字。定义后，此方法仅返回捕获组（而不是整个匹配）。在模式中定义了两个捕获组：第一个用于句子，第二个用于数字；因此，

re.findall

返回的列表中的每个项目都是一个元组，包含一个句子和一个数字（或一个空字符串）

第二行（列表理解）仅用于过滤结果，从数字为5的第一个元组中提取句子

图案详情：

( # capture group 1
    [^].!?\[]+ # 1 or more characters that aren't: ] [ . ! ? 
    [.!?]?     # an optional punctuation sign
)
(?: # non-capturing group
    \[
     (\d+) # capture group 2
     ] 
)?  # the non-capturing group is optional  

---

给出字符串示例，您可以执行以下操作：

import re
n=5
for m in re.finditer(r'\s*([^\[]*?\[(\d+)\])', s):
    if int(m.group(2))==n:
        print m.group(1)

印刷品：

Two years later, Fate magazine published "Sea Mystery at Our Back Door",[5]

---

如果

n=3

，预期输出将是

一些作者为三角形给出了不同的边界和顶点，总面积从1300000到3900000平方公里（500000到1510000平方英里）不等。[2]因此，确定三角形内发生了哪些事故取决于报告这些事故的作者。[2]美国地名委员会不承认百慕大三角。[2]关于百慕大地区不寻常失踪的最早建议出现在1950年9月17日《迈阿密先驱报》（美联社）

？还有，关于

n=1

？我试着根据输入的数字编写一个动态正则表达式，@WiktorStribiżew No.

n=3

应该只显示

百慕大地区异常失踪的最早建议出现在1950年9月17日《迈阿密先驱报》（美联社）上的一篇文章中。为了抓住最后一句话，我将整个模式包含在一个可选组中，在组的开头添加可选（0+）空格模式，并在其上应用了一个
+
量词。现在，组1只包含在上一次迭代中捕获的零件。前瞻将使每个
[number]
失败，因此我们只得到没有
[number]
s的部分。@WiktorStribiżew但是
n=2
应该只显示
[2]
之前的句子，即
后续作者不一定遵循此定义。
当
n=1
时，它应该只给出
[1]
前面的句子。1964年，文森特·加迪斯（Vincent Gaddis）在纸浆杂志《百慕大三角边界的阿戈西》（Argosy）上写道：

。但是这段代码给出了所需语句之前的一整套语句。你能解释一下你的两种方法和它们的正则表达式吗？@TheHardRock:我很快会添加一个更详细的解释。@TheHardRock:没什么要解释的了，它是完全相同的元素。如果在这一行中有什么特别的东西你不明白，请把它隔离出来并询问。@TheHardRock:你不知道什么是字符类吗？在这种情况下，您应该阅读正则表达式教程。好的。我得到了它。非常感谢你。

Two years later, Fate magazine published "Sea Mystery at Our Back Door",[5]