正则表达式重复字符串

Question

我需要一个正则表达式为下面的文本。 我已经尝试了很多东西，但总是只匹配最后两组，或者匹配“someText 1&；someText 2&；someText 3&；作为一个组…”。。。你知道吗

someText 1 & someText 2 & someText 3
someText 1 & someText 2 & someText 3 & someText 4

我期待的是两个匹配：

匹配1：

• 一些文本1
• 一些文字2
• 一些文字3

以及

匹配2：

• 一些文本1
• 一些文字2
• 一些文字3
• 一些文字4

Answer 1

这适用于提供的示例文本和预期结果：

\S+\s\d

\S+ match any non-white space character [^\r\n\t\f ]
Quantifier: + Between one and unlimited times, as many times as possible, giving back as needed [greedy]

\s match any white space character [\r\n\t\f ]
\d match a digit [0-9]

Answer 2

我想James有什么发现，但他没有完全达到目的。你知道吗

你不应该用纯正则表达式来做这个。保持简单。首先，您应该通过&分割字符串：

>>> s = 'someText 1 & someText 2 & someText 3 & someText 4'
>>> s.split('&')
['someText 1 ', ' someText 2 ', ' someText 3 ', ' someText 4']

（当然，这是假设someText不能包含&，但是如果可以的话，你有一个更难的问题。）

然后我们需要strip去掉前面和后面的空白：

>>> s_clean = [i.strip() for i in s.split('&')]
>>> s_clean
['someText 1', 'someText 2', 'someText 3', 'someText 4']

现在我们可以使用正则表达式过滤掉不匹配的元素：

>>> import re
>>> [i for i in s_clean if re.match('.+\s+[0-9]+', i)]
['someText 1', 'someText 2', 'someText 3', 'someText 4']

（请注意，re.match实际上返回的是Match对象，而不是布尔对象。）

这就是你想要的。缩短时间：

s = 'someText 1 & someText 2 & someText 3 & someText 4'
s_clean = [i.strip() for i in s.split('&')]
result = [i for i in s_clean if re.match('.+\s+[0-9]+', i)]

如果你想的话，你可以把它改成一行，但是看起来会更乱。你知道吗

现在对自己重复下面这句话3次：

Regex is not the go to solution for all text processing problems.

Answer 3

如果我阅读正确，则您试图将每行中任意数量的“&；分隔项”捕获到捕获组中。你知道吗

对于纯正则表达式，这是不可能的。因为regex作为状态机运行，所以不能有任意数量的捕获组。任何给定的表达式都有固定数量的捕获组，这些捕获组可以或可能捕获任何内容。数字是由表达式决定的（基本上，你有多少套括号），不能改变。你知道吗

相反，您可以做一些类似的事情来捕获分隔符。因此，与其尝试匹配“someText 3”，不如在“&；上匹配并拆分。你知道吗

我不知道你用的是什么语言，下面是一些Javascript示例代码：

// Test input, as provided.
var inputString = "someText 1 & someText 2 & someText 3\nsomeText 1 & someText 2 & someText 3 & someText 4";

// Break up the lines. (Replace this with however you get your lines separated.)
var line_delimit = /[\n\r]+/;
var lines = inputString.split(line_delimit);

// Split each line on ampersands.
var group_delimit = /\s*&\s*/;
var matches = [];
lines.forEach(function(line){
    matches.push(line.split(group_delimit));
});

// Display.
for (var index in matches){
    console.log("Match " + index + ":");
    console.log(JSON.stringify(matches[index],null,2));
    console.log();
}