我试图使用正则表达式来提取模式内的单词。
我有一些像这样的弦
someline abc
someother line
name my_user_name is valid
some more lines
我想提取单词my_user_name。我这样做
import re
s = #that big string
p = re.compile("name .* is valid", re.flags)
p.match(s) # this gives me <_sre.SRE_Match object at 0x026B6838>
我现在如何提取my_user_name ?
当前回答
这里有一种不使用组的方法(Python 3.6或以上):
>>> re.search('2\d\d\d[01]\d[0-3]\d', 'report_20191207.xml')[0]
'20191207'
其他回答
你可以使用匹配组:
p = re.compile('name (.*) is valid')
e.g.
>>> import re
>>> p = re.compile('name (.*) is valid')
>>> s = """
... someline abc
... someother line
... name my_user_name is valid
... some more lines"""
>>> p.findall(s)
['my_user_name']
这里我使用re.findall而不是re.search来获取my_user_name的所有实例。使用re.search，你需要从匹配对象的组中获取数据:
>>> p.search(s) #gives a match object or None if no match is found
<_sre.SRE_Match object at 0xf5c60>
>>> p.search(s).group() #entire string that matched
'name my_user_name is valid'
>>> p.search(s).group(1) #first group that match in the string that matched
'my_user_name'
正如评论中提到的，你可能想让你的正则表达式是非贪婪的:
p = re.compile('name (.*?) is valid')
只取'name '和下一个' is valid'之间的东西(而不是让你的正则表达式取你组中的其他' is valid'。
您可以使用组(用'('和')'表示)来捕获字符串的部分内容。匹配对象的group()方法会给出组的内容:
>>> import re
>>> s = 'name my_user_name is valid'
>>> match = re.search('name (.*) is valid', s)
>>> match.group(0) # the entire match
'name my_user_name is valid'
>>> match.group(1) # the first parenthesized subgroup
'my_user_name'
在Python 3.6+中，你也可以索引到匹配对象中，而不是使用group():
>>> match[0] # the entire match
'name my_user_name is valid'
>>> match[1] # the first parenthesized subgroup
'my_user_name'
您需要从正则表达式中捕获。搜索模式，如果找到，使用group(index)检索字符串。假设执行了有效的检查:
>>> p = re.compile("name (.*) is valid")
>>> result = p.search(s)
>>> result
<_sre.SRE_Match object at 0x10555e738>
>>> result.group(1) # group(1) will return the 1st capture (stuff within the brackets).
# group(0) will returned the entire matched text.
'my_user_name'
我通过谷歌找到了这个答案，因为我想用多个组直接将re.search()结果解压缩到多个变量中。虽然这对某些人来说可能是显而易见的，但对我来说却不是，因为我过去总是使用group()，所以它可能会帮助那些未来也不知道group*s*()的人。
s = "2020:12:30"
year, month, day = re.search(r"(\d+):(\d+):(\d+)", s).groups()
您还可以使用捕获组(?P<user>模式)并像字典匹配['user']一样访问组。
string = '''someline abc\n
someother line\n
name my_user_name is valid\n
some more lines\n'''
pattern = r'name (?P<user>.*) is valid'
matches = re.search(pattern, str(string), re.DOTALL)
print(matches['user'])
# my_user_name
