Python 使用正则表达式从字符串中提取子字符串

我有一个要求，我需要使用正则表达式从字符串中提取子字符串

例如，以下是我的示例数据：

Hello, "How" are "you" What "are" you "doing?"

从这个示例数据中，我只需要提取第二次和第四次出现的双引号数据

我的要求是：

你在做什么？

我尝试使用下面的正则表达式，但无法按照我的要求提取

"(.*?)"

---

我们可以使用

re.findall

然后对结果进行切片以获得第一个和第三个匹配：

import re

string = 'Hello, "How" are "you" What "are" you "doing?"'
result = re.findall('".+?"', string)[1::2]

print(result)

在这里，正则表达式匹配包含在双引号内的任意数量的字符，但尝试尽可能少地匹配（非贪婪匹配），否则我们将得到一个匹配，

“How”是“you”是“What”是“you”在做什么？”

输出：

['"you"', '"doing?"']

you doing?

['you', 'doing?']

如果要在不带引号的情况下组合它们，可以使用

str.strip

和

str.join

：

print(' '.join(string.strip('"') for string in result))

输出：

['"you"', '"doing?"']

you doing?

['you', 'doing?']

另一种方法是在

上拆分“

：

输出：

['"you"', '"doing?"']

you doing?

['you', 'doing?']

这是因为，如果用双引号分隔字符串，则输出如下：

第一个双引号之前的所有内容

第一个双引号之后和第二个双引号之前的所有内容

第二个双引号之后和第三个双引号之前的所有内容

---

这意味着我们可以使用每个偶数元素来获取引号中的元素。然后，我们可以再次切片结果以获得第二个和第四个结果。

我们可以尝试使用

re.findall

提取所有引用的术语。然后，仅使用结果列表中的偶数项构建字符串：

input = "Hello, \"How\" are \"you\" What \"are\" you \"doing?\""
matches = re.findall(r'\"([^"]+)\"', input)
matches = matches[1::2]
output = " ".join(matches)
print(output)

you doing?

---

仅限正则表达式的解决方案。可能不是100%准确，因为它匹配每一次出现，而不仅仅是第二次和第四次出现，但它适用于示例

"[^"]+"[^"]+("[^"]+")

JS演示：

var str='Hello，“你好”，“你”在干什么？”；
var regex=/“[^”]+“[^”]+（“[^”]+”）/g
match=regex.exec（str）；
while（匹配！=null）{
//匹配文本：匹配[0]
//匹配开始：match.index
//捕获组n：匹配[n]
console.log（匹配[1]）
match=regex.exec（str）；
}

谢谢您的快速回复@gmds，您对regex有什么想法吗？实际上我需要在nifi中使用这个processor@user6325753什么意思？它确实使用正则表达式。我的意思是，不使用re是否可能？“[^”]+“[^”]+（“[^”]+”）@user6325753我编辑了我的答案以包含一个非正则表达式结果。它最多提取两个双引号字符串，我的要求是只提取第2次和第4次出现。我不确定这是什么意思。它匹配每2个引号字符串。是的，如果只有两个，它将匹配一个，如果有超过五个，它将匹配三个或更多。因为您的question实际上没有给出任何其他要求，除了您展示的示例，它确实解决了这个问题。也许您需要更具体一些此正则表达式不提取第二个带引号的字符串，最多提取第二个带引号的字符串。我只需要第二个和第四个双引号的字符串。我想您可能混淆了术语

匹配

和

组

，或者可能不使用全局标志。请参阅我刚才添加的演示。