使用Regexp捕获子字符串python

Question

假设我有这样的字符串：

x = 'Wish she could have told me herself. @NicoleScherzy #nicolescherzinger #OneLove #myfav #MyQueen :heavy_black_heart::heavy_black_heart: some string too :smiling_face:' 

所以，我想从中得到：

:heavy_black_heart:
:smiling_face:

为此，我做了以下工作：

import re
result = re.search(':(.*?):', x)
result.group()

它只给了我':heavy_black_heart:'。我怎样才能让它工作？如果可能的话，我想在找到所有的单词后把它们储存在听写中。你知道吗

Answer 1

你似乎想匹配一些介于2 :之间的符号，而.*?可以匹配0个符号，你的正则表达式可以匹配::，我认为这不是你想要的。值得注意的是，re.search只返回第一个匹配，要获得多个匹配，通常使用re.findall或re.finditer。你知道吗

我想你需要

set(re.findall(r':[^:]+:', x))

或者如果只需要匹配:...:中的单词字符：

set(re.findall(r':\w+:', x))

或者-如果要匹配两个:之间的任何非空白字符：

set(re.findall(r':[^\s:]+:', x))

re.findall将查找所有不重叠的事件，set将删除重复。你知道吗

模式将匹配:，然后匹配除:（[^:]+）以外的1+个字符（或1个或多个字母、数字和_），然后再匹配:。你知道吗

>>> import re
>>> x = 'Wish she could have told me herself. @NicoleScherzy #nicolescherzinger #OneLove #myfav #MyQueen :heavy_black_heart::heavy_black_heart: some string too :smiling_face:'
>>> print(set(re.findall(r':[^:]+:', x)))
{':smiling_face:', ':heavy_black_heart:'}
>>> 

Answer 2

试试这个正则表达式：

:([a-z0-9:A-Z_]+):

Answer 3

print re.findall(':.*?:', x)正在做这项工作。你知道吗

输出：
['：沉重的黑心：'，'：沉重的黑心：'，'：微笑的脸：']

但如果要删除重复项：

用途：

res = re.findall(':.*?:', x)
dictt = {x for x in res}
print list(dictt)

输出：
['：沉重的\u黑心：'，'：笑脸：']