使用正则表达式解析Python字符串

Question

给定一个字符串 #abcde#jfdkjfd，我该如何获取两个 # 之间的内容呢？另外，我还希望如果没有成对的 #（也就是说没有 # 或者只有一个 #），这个函数会返回 None。

Answer 1

如果你不想使用复杂的正则表达式，并且愿意在没有结果的情况下接受一个空列表，而不是返回None，那么有个简单的方法：

>>> "#abcde#jfdkjfd".split('#')[1:-1]
['abcde']

注意，结果必须是一个列表，因为可能会有多个结果。

如果你坚持想要在没有结果时返回None（虽然这样做并不完美，因为这也会把任何空字符串变成None）：

>>> "#abcde#jfdkjfd".split('#')[1:-1] or None
['abcde']

如果你只想要第一个匹配的字符串，你可以这样做：

>>> def first_marked(s):
    token = s.split('#')
    if len(token) >= 3:
        return token[1]
    else:
        return None


>>> first_marked("#abcde#jfdkjfd")
'abcde'

Answer 2

使用 (?<=#)(\w+)(?=#) 这个表达式，并捕获第一个分组。你甚至可以在一个包含多个嵌套字符串的字符串中循环使用它，它也能正常工作。

这个表达式同时使用了正向回顾和正向前瞻的技巧。

Answer 3

>>> import re
>>> s = "abc#def#ghi#jkl"
>>> re.findall(r"(?<=#)[^#]+(?=#)", s)
['def', 'ghi']

解释：

(?<=#)  # Assert that the previous character is a #
[^#]+   # Match 1 or more non-# characters
(?=#)   # Assert that the next character is a #