python - python中正确的正则表达式

Question

我有一个小问题来提取粗体字：

梅多克, Rouge
2ème Vin, Margaux , Rosé
2ème vin, Pessac-Léognan , Blanc

我必须进一步澄清我的问题：我正在尝试从网页中提取一些信息，所以每次我发现一种句子但我很感兴趣，其中粗体。我给你树 wab 页面的地址：

• （http://www.nicolas.com/page.php/fr/18_409_9829_tourprignacgrandereserve.htm）

• ( http://www.nicolas.com/page.php/fr/18_409_8236_relaisdedurfortvivens.htm )

  re(r'\s*\w+-\w+-\w+|\w+-\w+|\w+[^Rouge,Blanc,Rosé]')

有任何想法吗？

Answer 1

您可以使用积极的前瞻来查看我们正在寻找的单词是否Rouge或Blanc或之后：Rosé

>>> import re
>>> l = [u"Médoc, Rouge", u"2ème Vin, Margaux, Rosé", u"2ème vin, Pessac-Léognan, Blanc"]
>>> for s in l:
...     print re.search(ur'([\w-]+)(?=\W+(Rouge|Blanc|Rosé))', s, re.UNICODE).group(0)
... 
Médoc
Margaux
Pessac-Léognan

Answer 2

似乎它总是逗号分隔列表中的倒数第二个术语？您可以拆分并选择倒数第二个，例如：

>>> myStr = '2ème vin, Pessac-Léognan, Blanc'
>>> res = myStr.split(', ')[-2]

否则，如果你只想要正则表达式......我会建议这个：

>>> res = re.search(r'([^,]+),[^,]+$', myStr).group(1)

必要时修剪空间。