使用正则表达式Python搜索和捕获字符

Question

在讨论Python Challenge中的一个问题时，我试图按如下方式解决它：

在文本文件中读取输入，字符如下：

DQheAbsaMLjTmAOKmNsLziVMenFxQdATQIjItwtyCHyeMwQTNxbbLXWZnGmDqHhXnLHfEyvzxMhSXzd
BEBaxeaPgQPttvqRvxHPEOUtIsttPDeeuGFgmDkKQcEYjuSuiGROGfYpzkQgvcCDBKrcYwHFlvPzDMEk
MyuPxvGtgSvWgrybKOnbEGhqHUXHhnyjFwSfTfaiWtAOMBZEScsOSumwPssjCPlLbLsPIGffDLpZzMKz
jarrjufhgxdrzywWosrblPRasvRUpZLaUbtDHGZQtvZOvHeVSTBHpitDllUljVvWrwvhpnVzeWVYhMPs
kMVcdeHzFZxTWocGvaKhhcnozRSbWsIEhpeNfJaRjLwWCvKfTLhuVsJczIYFPCyrOJxOPkXhVuCqCUgE
luwLBCmqPwDvUPuBRrJZhfEXHXSBvljqJVVfEGRUWRSHPeKUJCpMpIsrV.......

我需要的是浏览这个文本文件，并选择所有的小写字母，这些字母的两边都只有三个大写字母。在

我编写的用于执行上述操作的python脚本如下：

^{pr2}$

上面给定的脚本不是返回capture（小写字符列表），而是返回满足正则表达式条件的所有文本块，例如

aXCSdFGHj
vCDFeTYHa
nHJUiKJHo
.........
.........

有人能告诉我我到底做错了什么吗？有没有其他方法可以在整个文件上运行正则表达式搜索，而不是在整个文件中循环？在

谢谢

Answer 1

import re

with open('/Users/Dev/Sometext.txt','r') as f: 
    tokens = re.findall(r'[a-z][A-Z]{3}([a-z])[A-Z]{3}[a-z]', f.read())

    for token ins tokens:
        print token

findall做什么：

Return all non-overlapping matches of pattern in string, as a list of strings. The string is scanned left-to-right, and matches are returned in the order found. If one or more groups are present in the pattern, return a list of groups; this will be a list of tuples if the pattern has more than one group. Empty matches are included in the result unless they touch the beginning of another match.

可能是re模块中最有用的函数。在

函数的作用是：将整个文件读入大字符串。如果需要将正则表达式与整个文件相匹配，这一点尤其有用。在

警告：根据文件的大小，您可能喜欢像第一种方法那样逐行迭代文件。在

Answer 2

将result.groups()更改为result.group(1)，您将只得到单个字母的匹配。在

代码的第二个问题是它不会在一行找到多个结果。你需要用cd4{3}代替cd3}。findall将返回字符串或字符串元组，而finditer返回匹配对象。在

我在这里找到了同样的问题：

import urllib
import re    

pat = re.compile('[a-z][A-Z]{3}([a-z])[A-Z]{3}[a-z]')
print ''.join(pat.findall(urllib.urlopen(
    "http://www.pythonchallenge.com/pc/def/equality.html").read())) 

注意，re.findall和{}返回非重叠结果。因此，当使用上面的模式时，re.findall搜索字符串'aBBBcDDDeFFFg'，唯一匹配的将是'c'，而不是{}。幸运的是，这个Python挑战问题不包含这样的示例。在

Answer 3

我建议使用环视：

(?<=[A-Z]{3})(?<![A-Z].{3})([a-z])(?=[A-Z]{3})(?!.{3}[A-Z])

这对重叠匹配没有问题。在

说明：

^{pr2}$