Я использую регулярные выражения Python (модуль re) в своем коде и заметил различное поведение в этих случаях:
re.findall(r'\s*(?:[a-z]\))?[^.)]+', 'a) xyz. b) abc.') # non-capturing group
# results in ['a) xyz', ' b) abc']
а также
re.findall(r'\s*(?<=[a-z]\))?[^.)]+', 'a) xyz. b) abc.') # lookbehind
# results in ['a', ' xyz', ' b', ' abc']
Мне нужно получить только ['xyz', 'abc']. Почему примеры ведут себя по-разному и как получить желаемый результат?
Причина, по которой a и b включены во второй случай, заключается в том, что (?<=[a-z]\)) сначала найдет a), а поскольку поиск не использует никаких символов, вы вернетесь в начало строки. Теперь [^.)]+ соответствует a
Теперь вы находитесь на ). Поскольку вы сделали (?<=[a-z]\)) необязательных [^.)]+ совпадений xyz
То же самое повторяется с b) abc
удалите ? из второго случая, и вы получите ожидаемый результат, т.е. ['xyz', 'abc']
a), то соответствует весь текст).
- person aplavin; 04.02.2013
a в a).
- person aplavin; 04.02.2013
?.
- person nhahtdh; 04.02.2013
a в a) и abc в abc не перекрываются. Если бы он потреблялся, не было бы никакой разницы с первым случаем, который я предоставил.
- person aplavin; 04.02.2013
\s*[^.)]+. Кажется, что опциональный просмотр назад поддерживается только в Python, и я не знаю, почему они это разрешают, хотя в этом нет смысла.
- person nhahtdh; 04.02.2013
\s*[^.)]+? Или нет (почему)?
- person aplavin; 04.02.2013
.net.. но я согласен, что это действительно не имеет смысла
- person Anirudha; 04.02.2013
? регулярное выражение сделано эквивалентным \s*[^.)]+, поскольку результат просмотра назад (будь то истина или ложь) не останавливает совпадение.
- person nhahtdh; 04.02.2013
Регулярное выражение, которое вы ищете, это:
re.findall(r'(?<=[a-z]\) )[^) .]+', 'a) xyz. b) abc.')
Я считаю, что принятый в настоящее время ответ Анирудхи объясняет разницу между вашим использованием положительного взгляда назад и отсутствием захвата, однако предложение удалить ? после положительного взгляда назад фактически приводит к [' xyz', ' abc'] (обратите внимание на включенные пробелы).
Это связано с тем, что положительный просмотр назад не соответствует символу space, а также не включает space в сам основной класс соответствующих символов.
