示例数据:
Weight Measured: 80.7 kg (11/27/1900 24:59:00)
Pulse 64 \F\ Temp 37.3?C (99.1 ?F) \F\ Wt 101.2 kg (223 lb)
Weight as of 11/11/1900 72.2 kg (159 lb 1.6 oz)
Resp. rate 16, height 177.8 cm (5' 10"), weight 84.7 kg (186 lb|
11.2 oz)
And one extra weight example 100lbs
部分工作的正则表达式:
\b(?i)(?:weight|wt)\b(?:.){1,25}?\b(\d+\.?(?:\d+)).*?(\w+)\b
当前输出:
('80.7', 'kg'), ('101.2', 'kg'), ('11', '11'), ('84.7', 'kg'), ('100', 'lbs')
预期输出:
('80.7', 'kg'), ('101.2', 'kg'), ('72.2', 'kg'), ('84.7', 'kg'), ('100', 'lbs')
如何使当前的正则表达式忽略日期并捕获后面的值？ 另外，如何使这个正则表达式在行尾停止匹配？
最佳答案
您可以使用
re.findall(r'(?i)\bw(?:eigh)?t\b.{1,25}?\b(?<!\d/)(\d+(?:\.\d+)?)(?!/?\d)\s*(\w+)', text)
请参阅regex demo
详细信息
-
(?i)- 与re.I相同- 不区分大小写模式开启 -
\b- 单词边界 -
w(?:eigh)?t-wt或weight -
\b- 单词边界 -
.{1,25}?- 除换行符之外的任何 1 到 25 个字符，尽可能少 -
\b- 单词边界 -
(?<!\d/)- 如果紧邻当前位置左侧有一个数字和/，则负向后查找将导致匹配失败。 -
(\d+(?:\.\d+)?)- 第 1 组:一位或多位数字后跟一个可选的点序列和一位或多位数字 -
(?!/?\d)- 如果紧邻当前位置的右侧有一个可选的/，则匹配失败的负前瞻和一个数字 -
\s*- 0+ 空格 -
(\w+)- 第 2 组:一个或多个字母、数字或下划线。
参见Python demo :
import re
text = """Weight Measured: 80.7 kg (11/27/1900 24:59:00)\nPulse 64 \F\ Temp 37.3?C (99.1 ?F) \F\ Wt 101.2 kg (223 lb)\nWeight as of 11/11/1900 72.2 kg (159 lb 1.6 oz)\nResp. rate 16, height 177.8 cm (5' 10"), weight 84.7 kg (186 lb|\n11.2 oz)\nAnd one extra weight example 100lbs"""
print(re.findall(r'(?i)\bw(?:eigh)?t\b.{1,25}?\b(?<!\d/)(\d+(?:\.\d+)?)(?!/?\d)\s*(\w+)', text))
# => [('80.7', 'kg'), ('101.2', 'kg'), ('72.2', 'kg'), ('84.7', 'kg'), ('100', 'lbs')]
关于Python正则表达式忽略日期模式，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59849789/