使用正则表达式，我需要获得预期的输出:
string="Tue Apr 24 22:35:48 2018 53/e33
hello:55|Wordcap|abc|abc generate|6|Wordcapdata_proto_req=WINTER Wordcapdata_sample_resp=summer 2.4.5 WordcapTotal_reject=56 WordcapAddition_sum=TEA CUP ONE"
Expected output = ['data_proto_req=WINTER', 'data_sample_resp=summer 2.4.5', 'Total_reject=56', 'Addition_sum=TEA CUP ONE']
问题在于处理这些字符串中的空格:summer 2.4.5 或 TEA CUP ONE
这是我最初尝试获取正则表达式:
print re.findall(r'[W]*ordcap([^|].*?=.*?)[\s|\t]*(?:W|$)', string)
我得到的输出是:
['data_proto_req=', 'data_sample_resp=summer 2.4.5', 'Total_reject=56', 'Addition_sum=TEA CUP ONE']
最佳答案
请注意，(?:W|$) 在下一场比赛中消耗了 W，因此您使用了 [W]*。事实上，lookarounds就是这样的情况。应该使用它们，因为它们不消耗文本，只需检查是否存在匹配，而不将匹配的文本放入匹配值中。
您可以使用
\bWordcap([^|=]*=.*?)(?=\s*\bWordcap|$)
请参阅regex demo
详细信息
\bWordcap- 字边界，后跟Wordcap([^|=]*=[^|]*?)- 第 1 组:[^|=]*- 除|和=之外的任何 0+ 个字符，尽可能多=-=符号.*?- 除换行符之外的任何 0 个以上字符，尽可能少
(?=\s*\bWordcap|$)- 正向前瞻，需要 0+ 空格、单词边界和紧邻右侧的Wordcap字符串当前位置或字符串结尾。
请参阅Python demo :
import re
rx = r"\bWordcap([^|=]*=.*?)(?=\s*\bWordcap|$)"
s = "Tue Apr 24 22:35:48 2018 53/e33 \nhello:55|Wordcap|abc|abc generate|6|Wordcapdata_proto_req=WINTER Wordcapdata_sample_resp=summer 2.4.5 WordcapTotal_reject=56 WordcapAddition_sum=TEA CUP ONE"
print(re.findall(rx, s))
# => ['data_proto_req=WINTER', 'data_sample_resp=summer 2.4.5', 'Total_reject=56', 'Addition_sum=TEA CUP ONE']
关于python - 提取带有空格后跟字符串或行尾的文本，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50016381/