用＃查找全部单词＃

  • Z时代
  • 2024-01-10
  • 分类：问答

我想查找所有含有＃的单词。 我想：用＃查找全部单词＃

import re 
text = "I was searching my #source to make a big desk yesterday." 
re.findall(r'\b#\w+', text)

，但它不工作...

回答：

您可以使用：

re.findall(r"#.+?\b", text)

这给：

['#source']

这里是一个链接到regex101哪个gi深入了解每个部分的功能。

基本上所发生的事情是：

  • 的#手段捕捉'#'字符字面

  • 那么我们说，以配合一个.

  • 任何字符，但+意味着捕捉其中一个或多个其中

  • 然后?开头的非贪婪匹配任何如下

  • 的\b是一个字边界，并表示何时停止查找

更新

正如@AnthonySottile指出，有上述regex将失败的情况，即：

hello#fred

其中匹配是不应该的。

为了解决这个问题，一个/s可能被添加到regex的前面，以确保#自带一些空白后，却失败在包括hashtag来就在字符串的开始的情况下。 A /b也不足以作为#使得标签不被视为单词。

因此，要解决这些，我想出了做findall之前添加到字符串的开头一个空间的这个相当丑陋的解决方案：

re.findall(r"\s(#.+?)\b", " " + text)

这不是很整齐，我知道但是真的没有另一种方式。我尝试在开始时使用OR来匹配空格或字符串的开头，如(^|\s)，但是这会在列表中产生多个组（作为元组），这些组是从re.findall返回的，因此需要进行一些后处理甚至更​​少整齐。

回答：

这里有一个小的正则表达式来做到这一点：

>>> import re 
>>> s = "I was searching my #source to make a big desk yesterday." 
>>> re.findall(r"#(\w+)", s) 
['source']

如果要包括主题标签，然后使用：

>>> re.findall(r"#.\w+", s) 
['#source']

回答：

你不需要正则表达式来解决这个问题：

text = "I was searching my #source to make a big desk yesterday." 
final_text = [i for i in text.split() if i.startswith('#')]
输入： 输出：

然而，此正则表达式将工作：

import re 
text = "I was searching my #source to make a big desk yesterday." 
final_text = filter(lambda x:x, re.findall('(?<=^)|(?<=\s)#\w+(?=\s)|(?=$)', text))

输出：

['#source']

以上是 用＃查找全部单词＃ 的全部内容， 来源链接： utcz.com/qa/257387.html

回到顶部