正则表达式查找方括号外的所有文本

Question

这是我的脚本：

import re

corpus = "Me[Unknown] temo[Unknown] que[Unknown] buscare[Unknown] otras[Unknown] opciones[Unknown] esta[Unknown] nunca[ADV+NEG+H_CIRCONSTANT_TEMPS+C_TPS_FREQUENCE+SC_FREQUENCE_FORTE] 
más[ADV+comp+PADV+H_CIRCONSTANT_QUANTITE+C_QNT_FORTE] compraré[V+H_PREDICAT_ACTION+C_PREDICAT_TRANSACTION+SC_TRANSACTION_ACHAT] buscare[INCONNU] otras[INCONNU] opciones[INCONNU] por[INCONNU] la[INCONNU] calidad[INCONNU] de[INCONNU] la[INCONNU] luz[INCONNU]"

regex = re.findall(r"(\w+)\[ADV\+NEG\+H_CIRCONSTANT_TEMPS.*?\]/(\w+)\[ADV\+comp\+PADV\+H_CIRCONSTANT_QUANTITE.*?\]/(\w+)\[V+H_PREDICAT_ACTION+C_PREDICAT_TRANSACTION.*?\]", texte)

print(regex)

我需要这些输出：

nunca más compraré

以及

nunca[ADV+NEG+H_CIRCONSTANT_TEMPS+C_TPS_FREQUENCE+SC_FREQUENCE_FORTE] más[ADV+comp+PADV+H_CIRCONSTANT_QUANTITE+C_QNT_FORTE] compraré[V+H_PREDICAT_ACTION+C_PREDICAT_TRANSACTION+SC_TRANSACTION_ACHAT]

输出：

[]

Answer 1

import re

text = "Me[Unknown] temo[Unknown] que[Unknown] buscare[Unknown] otras[Unknown] opciones[Unknown] esta[Unknown] nunca[ADV+NEG+H_CIRCONSTANT_TEMPS+C_TPS_FREQUENCE+SC_FREQUENCE_FORTE]más[ADV+comp+PADV+H_CIRCONSTANT_QUANTITE+C_QNT_FORTE] compraré[V+H_PREDICAT_ACTION+C_PREDICAT_TRANSACTION+SC_TRANSACTION_ACHAT] buscare[INCONNU] otras[INCONNU] opciones[INCONNU] por[INCONNU] la[INCONNU] calidad[INCONNU] de[INCONNU] la[INCONNU] luz[INCONNU]"

regex = re.findall(r"([A-Za-z\[\] ]+)\] (\w+)\[ADV\+NEG\+H_CIRCONSTANT_TEMPS.*?\](\w+)\[ADV\+comp\+PADV\+H_CIRCONSTANT_QUANTITE.*?\](?: )(\w+)\[V\+H_PREDICAT_ACTION\+C_PREDICAT_TRANSACTION.*?\]", text)

print(' '.join(regex[0][1:]))

我刚刚纠正了正则表达式中的几个错误：

1. 您使用了(\w+)来匹配nunca之前的字符，但是\w不匹配[或]，所以我使用了([A-Za-z\[\] ]+)\]，它匹配字母表、大括号和空格
2. 你已经使用了/(\w+)其中\w+来匹配你的单词，但是/之前的(\w+)是不必要的，它不会找到你想要的结果
3. 最后，您忘记在上次匹配时使用转义字符，因为您使用了[V+H_PREDICAT_ACTION+C_PREDICAT_TRANSACTION.*?\]，所以我使用\+而不是+来转义字符+。你知道吗

因此，应用修复程序将得到以下结果：

nunca más compraré

Answer 2

使用re.findall和str.join的组合

In [48]: ' '.join(re.findall('[^\s\]]+(?=\[)', text))
Out[48]: 'nunca más compraré'

---

细节

• [^\s\]]+-匹配任何不是空格字符或右大括号的内容
• (?=\[)-开始时的展望[