Python 使用正则表达式搜索字符串列表以查找子字符串
我已经讨论了这里的许多正则表达式问题,并使用了其中的建议,但似乎无法让我的代码静止运行。我有一个字符串列表,我正在尝试查找此列表中包含以下模式之一的条目:Python 使用正则表达式搜索字符串列表以查找子字符串,python,regex,string,Python,Regex,String,我已经讨论了这里的许多正则表达式问题,并使用了其中的建议,但似乎无法让我的代码静止运行。我有一个字符串列表,我正在尝试查找此列表中包含以下模式之一的条目: 一片空白 空白中的空白 空白中的空白 空白中的空白 那一片空白 那一片空白 空白的空白 空白的空白 例如,我应该能够找到包含诸如“医生的白痴”或“学生的辛勤工作者”等短语的句子 一旦找到,我想列出一个符合这个标准的句子列表。到目前为止,这是我的代码: for sentence in sentences: matched = re.
- 一片空白
- 空白中的空白
- 空白中的空白
- 空白中的空白
- 那一片空白
- 那一片空白
- 空白的空白
- 空白的空白
for sentence in sentences:
matched = re.search(r"a [.*]of a " \
r"an [.*]of an " \
r"a [.*]of an" \
r"an [.*]of a " \
r"that [.*]of a " \
r"that [.*]of an " \
r"the [.*]of a " \
r"the [.*]of an ", sentence)
if matched:
bnp.append(matched)
#Below two lines for testing purposes only
print(matched)
print(bnp)
尽管列表中有符合条件的短语,但此代码没有显示任何结果。
[.*]
是字符类,因此您要求regex
实际匹配点或星字符,引用文档:
[]
用于指示一组字符。一组:
可以单独列出字符,例如,[amk]将匹配“a”、“m”或“k”
因此,这里有一种方法:
(th(at|e)|a[n]?)\b.\b(a[n]?)\b.*
此表达式将尝试匹配,that,a或an,然后任何字符都有a或an
在这里,有一个演示它的过程
下面是实际演示:
>>> import re
>>>
>>> regex = r"(th(at|e)|a[n]?)\b.*\b(a[n]?)\b.*"
>>> test_str = ("an idiot of a doctor\n"
"the hard-worker of a student.\n"
"an BLANK of an BLANK\n"
"a BLANK of an BLANK\n"
"an BLANK of a BLANK\n"
"that BLANK of a BLANK\n"
"the BLANK of a BLANK\n"
"the BLANK of an BLANK\n")
>>>
>>> matches = re.finditer(regex, test_str, re.MULTILINE | re.IGNORECASE)
>>>
>>> for m in matches:
print(m.group())
an idiot of a doctor
the hard-worker of a student.
an BLANK of an BLANK
a BLANK of an BLANK
an BLANK of a BLANK
that BLANK of a BLANK
the BLANK of a BLANK
the BLANK of an BLANK
目前,这段代码将把模式参数连接成一个长字符串,它们之间没有运算符。实际上,您正在搜索正则表达式“a[.]of a[.]of a[.]of a[.]of a…” 您缺少“或”运算符:|。完成此任务的更简单的正则表达式如下:
(a|an|that|the) \b.*\b of (a|an) \b.*\b
你为什么要写这样的东西:
[.*]
,之前花点时间阅读regex教程,不要随意尝试。我以为[.*]会让我搜索任何长度的子字符串和任何字符-我是否误解了这一点?括号用于匹配单个字符,使用(.*)