正则表达式：匹配特定单词后面的所有内容

Question

我正在使用Python，想要匹配所有在test之后直到遇到句点（full-stop）或空格的单词。

我正在使用Python，想要匹配所有在test之后直到遇到句点（full-stop）或空格的单词。

text = "test : match this."

目前，我正在使用：

import re
re.match('(?<=test :).*',text)

上述代码没有匹配任何内容。我需要match this作为我的输出。

- Amith

---

您的表达式是否无法正常工作？如果是这样，请提供它所产生的输出。 - SuperBiasedMan

并请指定您期望的输出：“match”，“match this”或“match this”。请告诉我们它为什么不起作用。 不起作用的具体原因是什么？ - Wiktor Stribiżew

嗯，我正在使用的不起作用 :-) - Amith

你想匹配特定的单词子集吗？因为如果你只想提取test之后的所有单词，你可以使用子集。 - NDevox

你需要使用 re.search。通常情况下，match 会尝试从开头进行匹配。 - Avinash Raj

Answer 1

测试后的一切，包括测试本身

test.*

测试后的所有内容，不包括测试

(?<=test).*

在 regexr.com 上的示例

- Punnerud

---

这应该是被接受的答案，快速简单。 - Ekmek

Answer 2

你需要使用 re.search，因为 re.match 尝试从字符串开头匹配。要匹配到遇到空格或句号为止。

re.search(r'(?<=test :)[^.\s]*',text)

为匹配直到遇到句号的所有字符，

re.search(r'(?<=test :)[^.]*',text)

- Avinash Raj

Answer 3

在一般情况下，正如标题所述，您可以使用(.*)模式捕获任何0个或多个除换行符之外的字符，在您想要的任何模式之后。请注意，capture是指捕获或提取。

import re
p = re.compile(r'test\s*:\s*(.*)')
s = "test : match this."
m = p.search(s)           # Run a regex search anywhere inside a string
if m:                     # If there is a match
    print(m.group(1))     # Print Group 1 value

如果您想让.匹配多行文本，可以使用re.DOTALL或re.S标志编译正则表达式（或在模式前添加(?s)）。

p = re.compile(r'test\s*:\s*(.*)', re.DOTALL)
p = re.compile(r'(?s)test\s*:\s*(.*)')

然而，它将返回match this.。还可以查看正则表达式演示。

您可以在(.*)后添加\.模式，以使正则表达式引擎在该行的最后一个.之前停止：

test\s*:\s*(.*)\.

小心使用re.match()，因为它只会在字符串开头寻找匹配（Avinash已经指出了这一点，但这是一个非常重要的注意事项！）

请查看正则表达式演示和一个Python代码片段示例：

import re
p = re.compile(r'test\s*:\s*(.*)\.')
s = "test : match this."
m = p.search(s)           # Run a regex search anywhere inside a string
if m:                     # If there is a match
    print(m.group(1))     # Print Group 1 value

如果你想确保test被作为一个完整的单词进行匹配，在它之前添加\b（不要从字符串字面量中删除r前缀，否则'\b'将匹配一个退格符！）- r'\btest\s*:\s*(.*)\.'。

- Wiktor Stribiżew

Answer 4

如果你只是从字符串中获取一个子集，我不明白为什么要使用正则表达式。

以下代码也可以达到同样的效果：

if line.startswith('test:'):
    print(line[5:line.find('.')])

例子：

>>> line = "test: match this."
>>> print(line[5:line.find('.')])
 match this

正则表达式运行缓慢，设计不便，调试困难。虽然肯定有使用正则表达式的场合，但如果您只想提取test:和.之间的文本，则我认为这不是其中之一。

参见：https://softwareengineering.stackexchange.com/questions/113237/when-you-should-not-use-regular-expressions 如需更多灵活性（例如，如果您正在循环遍历要查找的字符串列表，并希望在字符串开头找到它们并索引出来），请用len(str_you_looked_for)替换索引中的5（'test:'的长度）。

- NDevox

---

我完全同意。通常我尽量避免使用正则表达式。但是我需要在大量网页中匹配许多其他字符串。 - Amith

它们不同吗？它们不能以类似的方式被看到吗？ - NDevox

刚刚看了你提供的链接，非常有趣。你让我重新考虑了我的方法！！ - Amith

@Amith 我同意，没有任何附加条件 :) 我自己喜欢提供两种解决方案，基于正则表达式和非基于正则表达式的。这次不需要。 - Wiktor Stribiżew

@Amith，没问题。正则表达式是那种很容易被滥用的东西之一。 - NDevox