Python Regex：如何匹配字符串末尾的键值对序列

我试图匹配出现在（长）字符串末尾的键值对。字符串看起来像（我替换了“\n”）

所以我希望匹配“key1:val1单词”、“key2:val2单词”和“key3:val3单词”

• 可能的密钥名称集是已知的
• 并非所有可能的键都出现在每个字符串中
• 每个字符串中至少出现两个键（如果这样更容易匹配的话）
• val单词可以是多个单词
• 键值对应仅在字符串末尾匹配
• 我正在使用pythonre模块

我在想

re.compile('(?:tag1|tag2|tag3):')
编辑：

基于Mikel的解决方案，我现在使用以下方法：


my_tags=['\S+']#获取所有标记
my_tags=['tags'、'Author'、'Posted']#所选标记
regex=re.compile（r''
\n#所有键值对都在单独的行上
（#启动要返回的组
（？：{0}）：#用于检测“\S+”==all的标记的占位符
\s#在“：”和值之间的空间
.*
)#要返回的端组
''.format（'|'.join（my_标记）），re.VERBOSE）

regex.sub（“”，my_str）#返回my_str而不匹配键值行
regex.findall（my_str）#返回匹配的键值行
负零宽度前瞻是
（？！模式）

这一点已经提到了一部分

（？！…）

匹配如果。。。下一个不匹配。这是一个消极的前瞻性断言。例如，Isaac（？！Asimov）只有在后面没有“Asimov”时才会与“Isaac”匹配

因此，您可以使用它来匹配键后的任意数量的单词，但不能使用类似
（？！\S+：）\S+
的键

完整的代码如下所示：

regex = re.compile(r'''
    [\S]+:                # a key (any word followed by a colon)
    (?:
    \s                    # then a space in between
        (?!\S+:)\S+       # then a value (any word not followed by a colon)
    )+                    # match multiple values if present
    ''', re.VERBOSE)

matches = regex.findall(my_str)

pairs = dict([match.split(':', 1) for match in matches])

给

['key1: val1-words ', 'key2: val2-words ', 'key3: val3-words']

如果使用以下方式打印键/值：

for match in matches:
    print match

它将打印：

key1: val1-words
key2: val2-words
key3: val3-words

或者使用更新的示例，它将打印：

Thème: O sombres héros 
Contraintes: sous titrés 
Author: nicoalabdou 
Tags: wakatanka productions court métrage kino session humour cantat bertrand noir désir sombres héros mer medine marie trintignant femme droit des femmes nicoalabdou pute soumise 
Posted: 06 June 2009 
Rating: 1.3 
Votes: 3

您可以使用以下方法将每个键/值对转换为字典：

regex = re.compile(r'''
    [\S]+:                # a key (any word followed by a colon)
    (?:
    \s                    # then a space in between
        (?!\S+:)\S+       # then a value (any word not followed by a colon)
    )+                    # match multiple values if present
    ''', re.VERBOSE)

matches = regex.findall(my_str)

pairs = dict([match.split(':', 1) for match in matches])

这样可以更容易地只查找所需的键（和值）

更多信息：






键值对真的只是由空格字符分隔吗？最好给出一个真实的例子（可能只是最后100个字符）。如果val3单词可以是任意长的字符串，“键值对应该只在字符串末尾匹配”是什么意思？@phynfo，我检查了原始数据，实际上有换行符，这可能会使这更容易。见我编辑的帖子@Janne这意味着从字符串的末尾开始，我要匹配我能找到的所有连续的“key:val words”对，其中key来自预定的集合。哇，非常感谢您的解决方案和解释，有没有办法将可能的key限制为一组单词？例如，类似于（？：tag1 | tag2 | tag3）而不是[\S]+的东西？但我认为目前的解决方案会很好。
pairs = dict([match.split(':', 1) for match in matches])