返回所有单词（星号之间的任何文本除外）的正则表达式

Question

我试图找到一个正则表达式，它可以像\w+那样拆分文本，但是跳过两个星号之间的任何内容。在

我可以用以下内容识别标记的内容：(?<=\*)(.*)(?=\*)。在

我试过使用这样的否定的前瞻/后向语句：(?<!\*)([\w]+)(?!\*)，但这会匹配每个单词，包括星号之间的单词，除了星号前后的第一个字符（例如，“河流*运行缓慢*但肯定”将匹配The，river，uns，slowl，but，surely，而期望的匹配只有The、river、but和{}）。在

我还尝试用一个非捕获组来包围原始表达式：(?:\*(.*?)\*)，我希望它不会从我的测试字符串中返回任何内容，但奇怪的是，它在没有捕获的情况下返回了它所做的事情。在

任何帮助都将不胜感激。我整个上午都在读这方面的文章，在这一点上我并没有少感到困惑。我浏览了这里的[regex]标签，在google上搜索过，读过正则表达式，但无法组合出符合我需要的表达式。在

Answer 1

正则表达式可能不是这项工作的正确工具。这与匹配圆括号/方括号/大括号的问题非常相似（随便你怎么称呼它）。其原因是，鉴于文本：

Here is some text *and some between asterisks* and some more and then * some between asterisks * and then normal text.

正则表达式

^{pr2}$

将返回星号之间的文本。但是，它将返回：

and some between asterisks
and some more and then
 some between asterisks

我怀疑您实际上并不希望返回and some more then，但是正则表达式引擎无法识别第二个*是一个“结束”星号。在

传统上处理这类事情的算法包括使用堆栈来跟踪嵌套，以及您是在一组括号内还是在外（或者在您的例子中是星号）。在

Answer 2

您可以匹配不需要的内容，匹配并捕获您需要的内容：

\*[^*]*\*|(\w+)

参见regex demo。与re.findall一起使用，如果在regex模式中定义了捕获组，则只返回捕获的子字符串。在

详细信息

• \*[^*]*\*-a*，然后是a*以外的任何0+字符，然后是*
• |-或
• (\w+)-捕获组1：一个或多个单词字符（字母、数字、下划线）。要只匹配字母，请使用([^\W\d_]+)。在

请参见Python demo：

^{pr2}$