我想概括一下this question 有没有一种方法可以对元素进行分组,而不会扩大re.findall()元组
我的例子:
line="(1 (2 (1 (1 (1 (2 You) (1 (2 (2 wo) (2 n't)) (2 (2 like) (2 Roger)))) (2 ,)) (2 but)) (2 (2 you) (3 (3 (2 will) (2 quickly)) (2 (2 recognize) (2 him))))) (2 .))\n"
numR=re.compile(r"\({1}(\d)? ((')*\w+|('|\.|,))\){1}")
re.findall(numR,line)
[('2', 'You', '', ''),
('2', 'wo', '', ''),
('2', 'like', '', ''),
('2', 'Roger', '', ''),
('2', ',', '', ','),
('2', 'but', '', ''),
('2', 'you', '', ''),
('2', 'will', '', ''),
('2', 'quickly', '', ''),
('2', 'recognize', '', ''),
('2', 'him', '', ''),
('2', '.', '', '.')]
如您所见,元组末尾包含2个不必要的元素
在您的模式中,您有4个捕获组。您可以在第二个捕获组中使用一个单独的替换,总共只有两个捕获组
解释
\(
匹配(
(\d)
组1,捕获一个数字(使用\d+
表示1+个数字)(
组2[.',]|\w+
匹配character类中列出的字符之一或mat 1+word字符)
关闭组2\)
Regex demo| Python demo
结果
请注意,您可以省略
{1}
,而替换('|\.|,)
可以使用字符类[.',]
编写相关问题 更多 >
编程相关推荐