如何使用regex在单词组合之后和下一个空格之前找到有单词和非单词字符的模式

Question

输入文本

str_ = '''abc xyz pq m_www.google.in_10 -name itel.google.in
abc xyz pq I_www.google.in_9 -name itel.google.com
abc xyz pq I_www.google.in_8 
abc xyz pq I.www_google.com_10 -name itel_google.com_9'''

需要提取“abc xyz pq”后面的组合，直到下一个空格。此组合框可以包含\w点（&D）。还要提取'-name'后面的组合。这两个组合应该是一个列表

预期输出（作为列表）

'[['m_www.google.in_10', 'itel.google.in']
['I_www.google.in_9', 'itel.google.com']
['I_www.google.in_8', '']
['I_www.google.com_10', 'itel.google.com_9']]'

我的伪代码

import re
re.findall(r'abc xyz pq (\w+)\.(\w+)\.(\w+) -name? (\w+?)\.(\w+?)\.(\w+?)',str_ )

Answer 1

您可以在re.findall中使用此正则表达式：

>>> for i in re.findall(r'abc xyz pq\s+([\w.]+)(?:\s+-name\s+([\w.]+))?', str_):
...     print (i)
...
('m_www.google.in_10', 'itel.google.in')
('I_www.google.in_9', 'itel.google.com')
('I_www.google.in_8', '')
('I.www_google.com_10', 'itel_google.com_9')

请注意，该列表与预期的数据结构不匹配，但您可以迭代此列表并创建自定义结构。你知道吗

或者您可以使用re.finditer并准备您的自定义列表。你知道吗

Answer 2

具有特定正则表达式模式：

import re

s = '''abc xyz pq m_www.google.in_10 -name itel.google.in
abc xyz pq I_www.google.in_9 -name itel.google.com
abc xyz pq I_www.google.in_8 
abc xyz pq I.www_google.com_10 -name itel_google.com_9'''

res = list(map(list, re.findall(r'\babc xyz pq (\w+[.\w]+)(?: -name (\w+[.\w]+))?', s)))
pprint(res)

预期输出（列表列表）：

[['m_www.google.in_10', 'itel.google.in'],
 ['I_www.google.in_9', 'itel.google.com'],
 ['I_www.google.in_8', ''],
 ['I.www_google.com_10', 'itel_google.com_9']]

---

正则表达式模式详细信息：

• \b-单词边界

• (\w+[.\w]+)-捕获单词字符\w+，后跟.字符或单词字符序列[.\w]+

• (?: ...)-将组标记为非捕获，但在上面的情况下，它包含另一个捕获的组（内部组）
• (...)?-将组标记为可选（?量词匹配在0到1倍之间）