处理正则表达式中的空格

Question

我是一个RegEx新手，这让我在过去的48小时里都快疯了。我尽我所能阅读了数百个例子和文件。我想学习。你知道吗

我需要从如下字符串中提取月份名称，其中月份是中间的单词（多语言）：

10 july  2014
9 dicembre2014
1januar2011
18août2002 (note: non-[A-z] character in the month if it matters)

我得到的最接近的结果是[\D]{3,}(?=.{4,})：

' july '
' dicembre'
'januar'
'août'

但它仍然匹配名称周围的空格。我试着添加[^\s]，但显然没那么简单。你知道吗

最简单的正则表达式方法是什么来找到合适的匹配？你知道吗

Answer 1

如果设置re.UNICODE标志，则可以使用unicode属性，因此\w还匹配来自所有脚本（包括û、ñ、á等）的所有字母。然后，[^\W\d_]将只匹配字母，但来自任何脚本：

• \w匹配单词字符（字母、数字或下划线“_”）
• \W是否定的缩写，它匹配非单词字符（与[^\w]相同）
• \d匹配数字
• 所以[^\W\d_]将匹配除非单词字符、数字或“_”之外的任何内容。。。也就是说它只匹配字母

代码：

#python 3.4.3
import re

str = u"10 july  2014 \n 9 dicembre2014 \n 1januar2011\n 18août2002"
pattern = r'([0-3]?\d)\s*([^\W\d_]{3,})\s*((?:\d{2}){1,2})'
result = re.findall(pattern, str, re.UNICODE)

for date in result :
    print(date)

输出：

('10', 'july', '2014')
('9', 'dicembre', '2014')
('1', 'januar', '2011')
('18', 'août', '2002')

联机检查here