如何使用RegEx提取密钥之间的值

Question

我有这样的文本：

"abababba"

我想提取字符作为a之间的列表。对于上面的文本，我希望输出如下：

['b', 'b', 'bb']

我使用过：

re.split(r'^a(.*?)a$', data)

但它不起作用。

Answer 1

您可以使用re.findall返回模式为的捕获组值

a([^sa]+)(?=a)

• a匹配a字符
• ([^sa]+)捕获组1，重复匹配除a之外的任何字符(如果不想匹配空格，则为whitspace字符(
• (?=a)正向前瞻，向右断言a

Regex演示

import re
pattern = r"a([^sa]+)(?=a)"
s = "abababba"
print(re.findall(pattern, s))

输出

['b', 'b', 'bb']

Answer 2

您可以使用列表理解来实现这一点：

s = "abababba"
l = [x for x in s.split("a") if not x == ""]
print(l)

输出：

['b', 'b', 'bb']

Answer 3

^和$将分别只匹配一行的开头和结尾。在这种情况下，您将使用以下行获得所需的列表：

re.split(r'a(.*?)a', data)[1:-1]

Answer 4

为什么不使用正常拆分：

"abababba".split("a") --> ['', 'b', 'b', 'bb', '']

并根据需要移除空部件：

# remove all empties:
[*filter(None,"abababba".split("a"))] -> ['b', 'b', 'bb'] 

或

# only leading/trailing empties (if any)
"abababba".strip("a").split("a") --> ['b', 'b', 'bb'] 

或

# only leading/trailing empties (assuming always enclosed in 'a')
"abababba".split("a")[1:-1]  --> ['b', 'b', 'bb'] 

如果你必须使用正则表达式，也许findall((可以让你使用一个更简单的模式，同时覆盖所有的边缘情况(忽略所有的空(：

re.findall(r"[^a]+","abababba") --> ['b', 'b', 'bb']
re.findall(r"[^a]+","abababb")  --> ['b', 'b', 'bb']
re.findall(r"[^a]+","bababb")   --> ['b', 'b', 'bb']
re.findall(r"[^a]+","babaabb")  --> ['b', 'b', 'bb']