单撇号之间的Python正则表达式findall()子串

Question

所以我需要捕获字符串中两个单引号之间的子字符串。

对于这个例子，我有字符串:

the real question this movie poses is not 'who ? ' but 'why ? '

我目前得到的输出是: [[“'谁？'”], [], []]

我希望正则表达式能够捕捉到“为什么？ ' 同样，但我不知道为什么它不起作用。

这是我的正则表达式

pattern = re.compile(r"(\s+[\']{1}\D{2,}[^\']+[\']{1} | ^[\']{1}\D{2,}[^\']+[\']{1}$)")

我有\D 的原因是我不想捕捉 70 年代，我需要至少 2 个字符，因为我不想捕捉摇滚乐中的 'n。 我想添加 [^\'] 因为在它捕获完整之前 'WHO ？ ' 但为什么 ？ ' 但我需要 'WHO ？ ' 和 '为什么 ？' 是单独的比赛。 任何建议都会有所帮助，在此先感谢。

Answer 1

为了轻松避免特殊情况，我建议进行一些预处理以使正则表达式更容易。

首先删除像 '70 或 'n 这样的字符串(后跟空格)，然后简单引号之间的非贪婪匹配就很容易了。

我更改了输入字符串以引入“数字和摇滚乐”。

import re

s = "the real question this '70 rock 'n roll movie poses is not 'who ? ' but 'why ? '"

s = re.sub(r"'(\d+|\w\s)","",s)

print(re.findall("'.*?'",s))

打印:

["'who ? '", "'why ? '"]

如果您有更多反例，使用类似的替换技术删除它们比尝试不匹配它们要容易得多。