我有一些字符串包含两个引号之间的信息，例如：
cc "1/11/2A" "1/20+21/1 1" "XX" 0
我re.findall('\"*\"', line)用来匹配引号之间的部分，但由于某种原因不起作用。我尝试了很多其他的东西，但我得到的只是一些空列表，里面什么都没有。我究竟做错了什么 ？
问问题
185 次
3 回答
4
您正在匹配 0 个或多个引号，后跟一个引号。改用否定字符类：
re.findall(r'"[^"]*"', line)
您可能希望在否定字符类周围放置一个捕获组：
re.findall(r'"([^"]*)"', line)
现在.findall()返回引号内的所有内容，不包括引号本身：
>>> import re
>>> re.findall(r'"([^"]*)"', 'cc "1/11/2A" "1/20+21/1 1" "XX" 0')
['1/11/2A', '1/20+21/1 1', 'XX']
[^...]否定字符类表示法意味着：匹配任何不包含在此处命名的字符集中的字符。[^"]因此匹配任何不是引号的字符，将匹配的字符巧妙地限制为引号内的所有字符。
于 2013-02-08T11:47:54.120 回答
2
应该是r'"[^"]*"'。您的模式匹配一"行中的一个或多个字符。
In [4]: re.findall(r'"[^"]*"', line)
Out[4]: ['"1/11/2A"', '"1/20+21/1 1"', '"XX"']
于 2013-02-08T11:47:24.187 回答
2
看起来您希望*匹配“任何内容”，就像它在文件名通配符中所做的那样。
但这不是它在正则表达式中的含义。它修改前面的表达式，以匹配该表达式的零个或多个副本。
要获取文件名样式的通配符，您需要使用.*.
然而，这实际上不起作用，因为.匹配任何东西——包括". 所以，它会抓取最后一个"字符的所有内容，只留下表达式的其余部分，意思是findall找到一个大字符串而不是三个小字符串。
您可以通过使重复非贪婪来解决此问题，使用.*?. 这将匹配所有的第一个 "。
所以：
>>> re.findall('\".*?\"', line)
['"1/11/2A"', '"1/20+21/1 1"', '"XX"']
我认为 Martijn Pieters 的答案在概念上可能更清晰；我只提供了这个，因为我认为这可能是你试图解决问题的方式，我想展示你是如何到达那里的。
作为旁注，如果您使用原始字符串，正则表达式代码更容易阅读，因此您可以摆脱多余的反斜杠转义。在这种情况下，反斜杠已经是不必要的了——您不需要在单引号字符串或正则表达式中转义双引号。但是，与其试图记住 Python 解析器需要和不需要转义的内容，以便它可以到达正则表达式解析器，不如只使用原始字符串更容易。所以：
>>> re.findall(r'".*?"', line)
['"1/11/2A"', '"1/20+21/1 1"', '"XX"']
于 2013-02-08T11:56:41.610 回答