Python 短语需要正则表达式，包括中间的空格，但不包括右边的空格？

我有一个日志文件，其中我们使用Python中的正则表达式解析每一行

每行的一部分包含一个短语，即一个或多个单词

例如，在下面的句子中，短语是“某个短语”

12-09-95 10:37:46082[3]INFO Foobar-1995-Dec-09 10:37:47.189025---[5571467078570868736:：TYPE:：SOME短语：：1995-Dec-09 10:37.165672:：1995-Dec-09 10:37:47.188790:：00:00.023117]

在其他行中，它可能只是一个单词，例如“短语”

12-09-95 10:37:46082[3]INFO Foobar-1995-Dec-09 10:37:47.189025---[5571467078570868736:：TYPE:：SOME短语：：1995-Dec-09 10:37.165672:：1995-Dec-09 10:37:47.188790:：00:00.023117]

我们需要提取短语中的所有单词，包括单词之间的空格，但要减去单词左边或右边的空格

这个短语本身很简单-我们正则表达式的相关部分：

::(?P<phrase>[\w\s]+)::

：（？P[\w\s]+）：：

然而，我不知道如何使用正则表达式丢弃右边的空白-日志文件通常在我们想要的短语后面有一堆无关的空格

我知道我可以在事后使用str.rstrip（）删除它，但我更愿意使用正则表达式本身来简单地不拾取它-有没有办法做到这一点

干杯，

---

Victor

您无法像这样匹配尾随空格

::(?P<phrase>[\w\s]+?)\s*::

：（？P[\w\s]+？）\s*：：

为什么要使用正则表达式

>>> line = "12-09-95 10:37:46,082 [3] INFO Foobar <> - 1995-Dec-09 10:37:47.189025 --- [5571467078570868736::TYPE    ::SOME PHRASE ::1995-Dec-09 10:37:47.165672::1995-Dec-09 10:37:47.188790::00:00:00.023117]"
>>> line.split('::')[2].strip()
'SOME PHRASE'

>>>line=“12-09-95 10:37:46082[3]INFO Foobar-1995-Dec-09 10:37:47.189025---[5571467078570868736:：TYPE:：SOME短语：：1995-Dec-09 10:47.165672:：1995-Dec-09 10:37:47.188790:：00:00.023117]”
>>>line.split（“：：”）[2].strip（）
“一些短语”

>>p=re.compile（'：：\s*（？p（？：：\w[\w\s]*）？\w）\s*：'）
>>>p.findall（':test:：test test:：：s:：：另一个测试：：：第三个测试：：'））
[‘测试’、‘s’、‘另一个测试’、‘第三个测试’]

---

这是通过确保短语以\w开头和结尾来实现的（即使只有一个\w）。我明白了，莱夫也是这样，但我无法解释他的工作原理，除非我付出比我愿意付出更多的努力（sleepy）.

@Kobi:谢谢，会解决这个问题的。呵呵，我刚刚试过，它仍然会在词组后面加上多余的空格。例如，它将给出“somephrase”而不是“somephrase”。您应该有一个子匹配项“somephrase”。或者，尝试：（？P[\w\s]+？）（？：\s*）：@Leif:Hmm，这似乎有效-您是否有机会向我解释它是如何工作的？如果子表达式以“？：”开头，则不会捕获它。这样你就更容易得到你想要的。我不知道python如何返回匹配，但我猜它是一个多维数组，允许您访问任何子匹配。你只需要知道指数。如果你打印出数组，你就会明白了。

::(?P<phrase>[\w\s]+?)\s*::

>>> line = "12-09-95 10:37:46,082 [3] INFO Foobar <> - 1995-Dec-09 10:37:47.189025 --- [5571467078570868736::TYPE    ::SOME PHRASE ::1995-Dec-09 10:37:47.165672::1995-Dec-09 10:37:47.188790::00:00:00.023117]"
>>> line.split('::')[2].strip()
'SOME PHRASE'

>>> p = re.compile('::\s*(?P<phrase>(?:\w[\w\s]*)?\w)\s*::')
>>> p.findall(': test :: test test :: ::  s  :: ::  another test:: ::third test   ::')
['test test', 's', 'another test', 'third test']