4

这可能是一个愚蠢的问题，但...

假设您有这样的句子：

敏捷的棕色狐狸

或者你可能会得到这样的句子：

敏捷的棕色狐狸跳过了懒惰的狗

简单的正则表达式 (\w*) 找到第一个单词“The”并将其放入一个组中。

对于第一句话，您可以写 (\w*)\s*(\w*)\s*(\w*)\s*(\w*)\s* 将每个单词放在自己的组中，但是假设您知道句子中的单词数。

是否可以编写一个正则表达式，将任意句子中的每个单词放入自己的组中？如果您可以执行类似 (?:(\w*)\s*)* 之类的操作来将 (\w*) 的每个实例分组，那就太好了，但这不起作用。

我在 Python 中执行此操作，而且我的用例显然比“The quick brown fox”要复杂一些，所以如果 Regex 可以在一行中执行此操作会很不错，但如果这不可能，那么我假设是下一个最好的解决方案是使用 re.findall() 或类似的方法遍历所有匹配项。

感谢您提供的任何见解。

编辑：为了完整起见，这是我的实际用例以及我如何使用您的帮助解决它。再次感谢。

>>> s = '1 0 5 test1 5 test2 5 test3 5 test4 5 test5'
>>> s = re.match(r'^\d+\s\d+\s?(.*)', s).group(1)
>>> print s
5 test1 5 test2 5 test3 5 test4 5 test5
>>> list = re.findall(r'\d+\s(\w+)', s)
>>> print list
['test1', 'test2', 'test3', 'test4', 'test5']
4

4 回答 4

6

您也可以使用模块 re 中的函数 findall

import re
>>> re.findall("\w+", "The quick brown fox")
['The', 'quick', 'brown', 'fox']
于 2010-07-08T03:25:17.853 回答
4

我不相信这是可能的。正则表达式将捕获与给定正则表达式中的括号配对...如果您只列出一个组，例如“（（\w+）\s+）{0,99}”，那么它只会重复捕获到相同的第一个并且第二组...不为找到的每个匹配项创建新组。

您可以使用拆分，但这只会拆分一个字符值，而不是像空格这样的一类字符。

相反，您可以使用 re.split，它可以在正则表达式上拆分，并给它 '\s' 以匹配任何空格。您可能希望它匹配 '\s+' 以贪婪地收集空格。

>>> import re
>>> help(re.split)
Help on function split in module re:

split(pattern, string, maxsplit=0)
    Split the source string by the occurrences of the pattern,
    returning a list containing the resulting substrings.

>>> re.split('\s+', 'The   quick brown\t fox')
['The', 'quick', 'brown', 'fox']
>>>
于 2010-07-08T03:23:42.243 回答
3

为什么在string.split做同样的事情时使用正则表达式？

>>> "The quick brown fox".split()
['The', 'quick', 'brown', 'fox']
于 2010-07-08T03:19:55.340 回答
1

正则表达式不能分组为未知数量的组。但你的情况是有希望的。查看“拆分”方法，它应该对您的情况有所帮助。

于 2010-07-08T03:21:10.030 回答