如何使用正則運算式將多個單詞作為單個條目匹配？

我有一個物品清單，其中還包括物品的型別和重量/尺寸。我正在嘗試提取專案名稱。我嘗試了幾種不同的方法，但最接近的是將每個單詞提取為一個條目。

我使用的正則運算式模式：

pattern_2=re.compile(r'[a-zA-Z] \s')

我得到這個結果：

list=['Milk ','Loaf ','of ','Fresh ','White ','Bread ','Rice ']

我想要的結果是這樣的：

list=['Milk','Loaf of Fresh White Bread']

我嘗試了這里提出的模式，但它匹配整個串列作為一個塊。 匹配多行文本塊的正則運算式

我的清單的一部分：

list=['Milk (regular) (1 gallon)', 'Loaf of Fresh White Bread (1 lb)', 'Rice (white) (1 lb)', 'Eggs (regular) (12)', 'Local Cheese (1 lb)']

串列本身更長，所以我試圖找到一種可以用于整個串列的模式。是否可以撰寫一個與整個串列項匹配的正則運算式模式？

uj5u.com熱心網友回復：

import re

s = re.findall(r'[^()] ', 'Loaf of Fresh White Bread (1 lb)')[0].rstrip()

要將其應用于整個串列，請使用以下代碼。(given_list->result_list)

import re

given_list = ['Milk (regular) (1 gallon)', 'Loaf of Fresh White Bread (1 lb)', 'Rice (white) (1 lb)', 'Eggs (regular) (12)', 'Local Cheese (1 lb)']
result_list = [re.findall(r'[^()] ', x)[0].rstrip() for x in given_list]
print(result_list) 
# prints ['Milk', 'Loaf of Fresh White Bread', 'Rice', 'Eggs', 'Local Cheese']

使用正則運算式非常棘手。

我建議您查看 正則運算式 自動機理論以熟悉此工具。

代碼說明：

r' [^()] ' 可以分解為[] 和^()

' [] ' 是一組標記（字母）。

我們在[] 中定義了一些標記集。

' ' 表示迭代至少 1 次。

' [] ' 表示某組標記已被迭代 1 次或多次。

' ^ ' 表示補集。

簡單來說，它的意思是“除了某物之外的所有東西的集合”

這里的“東西”是' （ '，和' ） '。

所以“除了括號之外的所有東西”都被設定了。

并且該集合的迭代次數超過 1 次。

所以在人類語言中，這意味著

"除了 '(' 或 ')' 之外的任何字符的字串，長度為 1 或更多。"

findall方法查找滿足此條件的所有子字串，

并列出它。

[0]回傳它的第一個元素。

rstrip 洗掉尾隨空格，因為我們無法使用正則運算式洗掉它。

由于您只需要此正則運算式搜索的第一個結果，因此 re.search 可以更快地完成這項作業。（它找到第一個匹配并停止）示例：

import re

given_list = ['Milk (regular) (1 gallon)', 'Loaf of Fresh White Bread (1 lb)', 'Rice (white) (1 lb)', 'Eggs (regular) (12)', 'Local Cheese (1 lb)']
result_list = [re.search(r'[^()] ', x).group(0).rstrip() for x in given_list]
print(result_list) 
# prints ['Milk', 'Loaf of Fresh White Bread', 'Rice', 'Eggs', 'Local Cheese']

uj5u.com熱心網友回復：

您可以使用

import re
l=['Milk (regular) (1 gallon)', 'Loaf of Fresh White Bread (1 lb)', 'Rice (white) (1 lb)', 'Eggs (regular) (12)', 'Local Cheese (1 lb)']
for s in l:
    m = re.search(r'^[a-z] (?:\s [a-z] )*', s, re.I)
    if m:
        print(m.group())

或者，如果您使用 Python 3.8 ：

import re
l=['Milk (regular) (1 gallon)', 'Loaf of Fresh White Bread (1 lb)', 'Rice (white) (1 lb)', 'Eggs (regular) (12)', 'Local Cheese (1 lb)']
print( [m.group() for s in l if (m := re.search(r'^[a-z] (?:\s [a-z] )*', s, re.I))] )

輸出：

Milk
Loaf of Fresh White Bread
Rice
Eggs
Local Cheese

請參閱在線 Python 演示。

在^[a-z] (?:\s [a-z] )*正則運算式匹配一個或多個字母，然后在字串的開頭零只或多個出現一個或多個字母，在不區分大小寫的方式，由于re.I期權。

uj5u.com熱心網友回復：

我設法到了這里，但在元素的開頭/結尾我仍然有空格要洗掉：

import re

pattern_2=re.compile(r'([a-zA-Z\s] \s)')

lst = ['Milk (regular) (1 gallon)', 'Loaf of Fresh White Bread (1 lb)', 'Rice (white) (1 lb)', 'Eggs (regular) (12)', 'Local Cheese (1 lb)']
string = "Milk (regular) (1 gallon), Loaf of Fresh White Bread (1 lb), Rice (white) (1 lb), Eggs (regular) (12), Local Cheese (1 lb)"

# for a string
result_string = pattern_2.findall(string)
print(result_string)
# for a list
result_lst = pattern_2.findall(', '.join(lst))
print(result_lst)

''' OUTPUT
['Milk ', ' Loaf of Fresh White Bread ', ' Rice ', ' Eggs ', ' Local Cheese ']
['Milk ', ' Loaf of Fresh White Bread ', ' Rice ', ' Eggs ', ' Local Cheese ']
'''

標籤：Python 正则表达式

上一篇：重命名unix命令中的正則運算式

下一篇：如何從SMSRegex獲取余額或可用金額