Python 正则表达式模式包括字母、特殊、数字

以下是我的句子： 例：

这是第一个示例：示例234-

这是第二个（示例）3451

这是我的第三个例子（456）3

预期产出：

['this is first: example', 234, -]
['this is second (example)', 345, 1]
['this is my third example', (456), 3]

我厌倦了使用python、nltk单词标记和句子标记、split（）和

str1=re.compile（'（[\w:]+）|（[0-9]））
str1.findall（“我上面的例子”）

---

请向我推荐一个模块，该模块可以提供我的预期输出，或者让我知道我在regex中的错误在哪里。使用您的表达式，您将获得单独的匹配，因为有替换。如果一行上有三个部分的组，只需创建一个与整行匹配的表达式，并分别捕获这三个组。比如说

^(.*) ([\d()]+) ([-\d])

请注意，这是因为当

*

匹配整行时，引擎会回溯并放弃字符以匹配末尾的数字组

代码：

regex = r"^(.*) ([\d()]+) ([-\d])"
matches = re.findall(regex, your_text, re.MULTILINE)
print(matches)

输出：

[('this is first: example', '234', '-'), 
('this is second (example)', '345', '1'), 
('this is my third example', '(456)', '3')]

编辑

如果您知道最后会有多少组数字，那么上述模式效果很好。但是，如果该数字是可变的，则需要创建一个静态数量的重复可选数字组，如

（？：\d+）

，以预测必须匹配的值的数量，但这很麻烦，可能仍然无法满足弹出的所有要求

因此，更好的选择是在一个块中捕获源中发生的所有数字，然后将其拆分。为此，我们将使用惰性量词匹配字符串的开头，以允许匹配字符串末尾的所有可用数字组，我们将在一个字符串中捕获这些数字组。例如：

^（.*）（（？：[-\d（）]+）+）$

看

然后，我们可以将捕获的一组数字拆分为一个数组，并将其包含在描述中。示例代码：

重新导入
测试_str=(
“这是第一个示例：示例234-\n”
“这是第二个（示例）345 1\n”
“这是我的第三个示例（456）3\n”
“这是第四个示例（456）4 12\n”
“这是第五个示例300 1 16 200（2）18”）
regex=r“^（.*）（？：[-\d（）]+）+）$”
matches=re.findall（regex、test\u str、re.MULTILINE）
在匹配项中为（a，b）捕获=[（a，b.split（））]
打印（捕获）

输出：

[('this is first: example', '234', '-'), 
('this is second (example)', '345', '1'), 
('this is my third example', '(456)', '3')]

[
（'this is first:example'，['234'，'-']），
（‘这是第二个（示例）’，['345'，'1']），
（‘这是我的第三个例子’，[‘456’，‘3’），
（‘这是第四个例子’，[‘456’，‘4’，‘12’），
（‘这是第五个例子’，[‘300’、‘1’、‘16’、‘200’、‘2’、‘18’））
]

谢谢您的时间@oriberu。这种方法真的很好，从头开始。出于好奇再问一个问题，我们有一个包含上述示例内容的test1.txt，一个包含4个不同值（例如：这是第一个：示例345 1 321）或5或6个值的test2.txt。那么，我们如何用这种方法解决这个问题呢。一个表达式解多个types@Eswarthammana我编辑了我的答案来回答你的问题；请看一看。谢谢你教regex@oriberu。在演示站点中，我尝试了另外一个示例以及其他示例-仅字符串，不带数字以下是^（.*）（？：[-\d（）]+）+）$@Eswarthammana，我不确定我是否理解，但我认为这是因为character类中的附加字符。你能告诉我你的意思吗？您可以编辑演示并单击左侧的

updateregex

；然后你会得到一个新的链接，你可以在这里发布。