正则表达式不捕获所有信息

我有以下字符串：正则表达式不捕获所有信息

a = '''"The cat is running to the door, he does not look hungry anymore". 

Said my mom, whispering.'''

注意换行符。在Python中的字符串将是： 'The cat is running to the door, he does not look hungry anymore".\n \n Said my mom, whispering.'

我有这样的正则表达式： pattern = u'^("|«)(.*?)("|»)(.*?)\u000A{1,}(.*?)'

，我作为在Python如下：

>>> import re 
>>> a = '''"The cat is running to the door, he does not look hungry anymore". 

Said my mom, whispering.''' 
>>> pattern = u'^("|«)(.*?)("|»)(.*?)\u000A{1,}(.*?)' 
>>> re.search(pattern, a).groups() 
>>> ('"', 'The cat is running to the door, he does not look hungry anymore', '"', '.', '')

为什么最后一部分（Said my mom, whispering.）是不是被被正则表达式抓住了？我期待这样的事情：

>>> ('"', 'The cat is running to the door, he does not look hungry anymore', '"', '.', 'Said my mom, whispering.')

能否请您澄清我，我做错了什么？

来源

2015-07-12 gglasses

这不是全球性的？ – Downgoat

变量'a'？ @ vihan1086 – gglasses

[regex101]（https://regex101.com/#python）正则表达式测试程序可以真正有助于调试正则表达式代码。 – tegancp

刚取出?就足够了。并且最好包含DOTALL修饰符，因为默认情况下，正则表达式中的点不会匹配换行符。

pattern = u'(?s)^("|«)(.*?)("|»)(.*?)\u000A{1,}(.*)'

注意.*?不愿意或非贪婪这意味着零次或多次匹配任何字符非贪婪地。所以一旦找到空字符串就停止匹配。

来源

2015-07-12 18:10:38

为了确保我得到了正确的结果，使用：'（。*）'我会抓住一切，从一个空间到很多空间和任何其他角色，'贪婪'，对吧？什么是'（？s）'？ – gglasses

'。*'默认不匹配换行符。 '（？s）'叫做DOTALL修饰符，它使点进入正则表达式以匹配换行符。 –

太棒了！非常感谢，现在更清晰了。因为我预计第一组会有一些换行符，最后一组会有更多换行符。 – gglasses

与表达的问题是，(.*?)组不愿意，这意味着它应尽可能少的文字尽可能匹配。由于您不要求匹配在输入末尾处“锚定”，因此第二组为空。

在表达式的末尾添加$将解决这个问题：

pattern = u'^("|«)(.*?)("|»)(.*?)\u000A{1,}(.*?)$'

来源

2015-07-12 18:09:07 dasblinkenlight

您的输入不以引号开头，正则表达式需要它。然后，第二行缺少一个换行模式。第三，.*?懒惰匹配不会匹配任何东西，因为它可以匹配空字符串，所以如果您不使用锚点$或使用贪婪匹配。

另外，在变化中使用单个字母效率不高，所以我宁愿在这种情况下使用字符类：("|«) =>["«]。

随着\s速记课程，您不仅可以匹配换行符，还可以匹配空格，从而“捕获”捕获组中的结果。

这里是我的建议：

import re 
p = re.compile(r'^(["«])?(.*?)(["»])?\.\s*(.*?)\s*(.*)') 
test_str = "The cat is running to the door, he does not look hungry anymore\".\n\nSaid my mom, whispering." 
print re.search(p, test_str).groups()

见demo

来源

2015-07-12 18:12:54

正则表达式不捕获所有信息

回答

相关问题