执行正则表达式查找全部的更好方法

Question

我正在尝试使用正则表达式从字符串中提取一些文本。给定一个字符串，我希望提取“标签”。标签可以通过两种方式定义：1) 一个@符号 eg后面的单个单词@tag应该返回tag2)@"和"eg之间的多个单词@"multiple words tag"应该返回multiple words tag。对于 (1)，我有模式\B@\w+，对于 (2)，我有模式@"(.*?)"。我有几个问题： a) 模式 1 返回带有still 前缀的标签。@如何更改模式以仅返回不带的单词@？b) 如何将这些模式组合成一个可用于以下用途的模式：re.findall(pattern, string)先感谢您。

Answer 1

条件正则表达式的一个很好的用例：

@(")?((?(1)[^"]+|\w+))

请参阅regex101.com 上的演示。

---

看

import re

text = """

lorem ipsum @"multiple words tag"

lorem ipsum @tag 

"""

tags = [m.group(2) for m in re.finditer(r'@(")?((?(1)[^"]+|\w+))', text)]

print(tags)

# ['multiple words tag', 'tag']

为了替换匹配项并获取标签，请使用以下代码：

import re

text = """

lorem ipsum @"multiple words tag"

lorem ipsum @tag 

"""

tags = []

def replacer(match):

    tags.append(match.group(2))

    return ""

text = re.sub(r'@(")?((?(1)[^"]+|\w+))(?(1)")', replacer, text)

print(text)

print(tags)

Answer 2

关于 a)/b):

我会为 python 3.7-3.8 建议以下正则表达式：

@(?:"((?:\w+\s{1}){0,}\w+)"){0,1}(?:(\w+){0,1})