如何传递regex重复的参数（python）

Question

我在学习regex。如果我想在一个字符串中找到所有5个字母的单词，我可以使用：

import re
text = 'The quick brown fox jumps over the lazy dog.'
print(re.findall(r"\b[a-zA-z]{5}\b", text))

但是我想写一个简单的函数，它的参数包括字符串和找到的单词的长度。我试过这个：

import re
def findwords(text, n):
    return re.findall(r"\b[a-zA-z]{n}\b", text)    

print(findwords('The quick brown fox jumps over the lazy dog.', 5))

但这会返回一个空列表。无法识别n。你知道吗

如何用重复次数（或者在本例中是单词的长度）指定参数？你知道吗

Answer 1

这比你想象的要简单。“regex字符串”没有什么特别之处：它是一个简单的、基本的、日常的文本字符串。唯一值得注意的是，它通常是用r前缀定义的，因为反斜杠在（不固定的）Python字符串中也意味着一些东西，您不想将它们加倍，而且。。。它按原样输入Python的内部regex模块。你知道吗

所以这根线从哪里来并不重要！任意构造，然后将结果输入re.findall：

def findwords(text, n):
    return re.findall(r"\b[a-zA-z]{" +str(n) + r"}\b", text)

>>> findwords(text, 3)
['The', 'fox', 'the', 'dog']
>>> findwords(text, 4)
['over', 'lazy']

请注意r的重复使用，因为它不是regex特性，而是Python特性，您需要在all前面加上前缀来分隔字符串，以防止反斜杠猖獗地运行并弄乱精心构造的表达式。你知道吗

（此函数的输入也是如此。这也会起作用，除非您测试参数并拒绝非数字：

>>> findwords(text, '5} {1')
['quick ', 'brown ', 'jumps ']

。。。但我没有。）

Answer 2

Python不会神奇地将n的值填充到字符串中。为此，您需要使用format：

r"\b[a-zA-z]{{{}}}\b".format(n)

或者，如果您正在运行Python>；=3.6，请使用新的f-strings（可以与表示原始字符串的r前缀组合使用）：

fr"\b[a-zA-z]{{{n}}}\b"

在这两种情况下，您都需要外部的两个{{}}来创建一个文本{}，而内部是一个格式占位符。你知道吗

如果希望避免转义文字{}，可以使用较旧的%格式来实现相同的效果。因此n必须始终是整数（此处为整数）：

r"\b[a-zA-z]{%i}\b" % n

Answer 3

这可以很容易地完成，而无需生成regex模式。只需提取所有单词，然后使用列表理解来收集所有长度为n的单词。你知道吗

See code in use here

import re

text = 'The quick brown fox jumps over the lazy dog.'
words = re.findall(r"[a-zA-Z]+", text)

print([w for w in words if len(w) == 3])

结果：['The', 'fox', 'the', 'dog']