如何在python中使用正则表达式分隔单词，同时考虑带撇号的单词？

  • Z时代
  • 2024-01-10
  • 分类：问答

我使用单词边界在python正则表达式" title="python正则表达式">python正则表达式中尝试了单独的m，并找到它们。这些M的要么对两侧空白或开始/结束的字符串：如何在python中使用正则表达式分隔单词，同时考虑带撇号的单词？

r = re.compile("\\bm\\b") 
re.findall(r, someString)

然而，这种方法也发现类似I'm字中M的撇号以来被认为是单词边界。我如何编写一个不考虑撇号作为单词边界的正则表达式？

我已经试过这样：

r = re.compile("(\\sm\\s) | (^m) | (m$)") 
re.findall(r, someString)

但只是不匹配任何微米。奇。

回答：

使用环视断言：

>>> import re 
>>> re.findall(r'(?<=\s)m(?=\s)|^m|m$', "I'm a boy") 
[] 
>>> re.findall(r'(?<=\s)m(?=\s)|^m|m$', "I m a boy") 
['m'] 
>>> re.findall(r'(?<=\s)m(?=\s)|^m|m$', "mama") 
['m'] 
>>> re.findall(r'(?<=\s)m(?=\s)|^m|m$', "pm") 
['m']

(?=...)

匹配，如果匹配...未来，但不消耗任何 字符串。这被称为前瞻断言。例如，只有跟着'Asimov'，Isaac (?=Asimov)才会匹配'Isaac '。如果

(?<=...)

匹配字符串中的当前位置是由一个匹配 为...之前，在当前位置结束。这被称为正向 后向断言。 (?<=abc)def将在abcdef找到匹配，...

从Regular expression syntax

BTW，使用原始的字符串（r'this is raw string'），你不需要逃避\。

>>> r'\s' == '\\s' 
True

回答：

你甚至都不需要环视（除非你想捕捉不含空格的米），但你的第二个例子是英寸。这是多余的空格（OK在python，但不是内的正则表达式），这使他们无法正常工作：

>>> re.findall(r'\sm\s|^m|m$', "I m a boy") 
[' m '] 
>>> re.findall(r'\sm\s|^m|m$', "mamam") 
['m', 'm'] 
>>> re.findall(r'\sm\s|^m|m$', "mama") 
['m'] 
>>> re.findall(r'\sm\s|^m|m$', "I'm a boy") 
[] 
>>> re.findall(r'\sm\s|^m|m$', "I'm a boym") 
['m']

回答：

falsetru的回答是的“\ b除了撇号”几乎等同，但并不完全。它仍然会找到缺失边界的地方。使用falsetru的一个例子：

>>> import re 
>>> re.findall(r'(?<=\s)m(?=\s)|^m|m$', "mama") 
['m']

它找到“M”，但并没有在“妈妈”“M”将匹配“\ BM \ B”发生。第一个'm'与'\ bm'匹配，但是距离它很近。

实现“\ B，不含撇号”的正则表达式如下：

(?<=\s)m(?=\s)|^m(?=\s)|(?<=\s)m$|^m$

这将找到任何的以下4种情况：

  1. 的“m”之前和之后的空白

  2. 在开头“M”后跟空格

  3. “M”在端部由白色空间之前

  4. ' m'，而在它之前或之后没有任何内容（即，只是字面意思是字符串“m”）

以上是 如何在python中使用正则表达式分隔单词，同时考虑带撇号的单词？ 的全部内容， 来源链接： utcz.com/qa/262272.html

回到顶部