如果字符串没有空格，则从字符串中获取特定单词

Question

我有这些弦：

552D3AE5|HellothisIsATest__**wordIWant**|someotherstuff|0
3685248S|HellomynameIsAlex__**wordIWant2**|someotherstuff|0
8963252A|HelloiAm25YearsOld__**wordIWant3**|someotherstuff|0

基本上我想从这个字符串中“提取”单词

不幸的是，所有这些都没有空格，所以我不能使用split。 我试过使用startswith()，但只有在乞讨中才有效。你知道吗

所有字符串都具有相同的模板

.....|Hello........|.....

Answer 1

您可以在(?<![A-Za-z0-9])wordIWant\w*上执行regex搜索，使用右侧的\w*来允许可能更长的单词：

inp = "8963252A|HelloiAm25YearsOld__wordIWant3|someotherstuff|0"
matches = re.findall(r'(?<![A-Za-z0-9])wordIWant\w*', inp)
print(matches)

['wordIWant3']

Answer 2

按管道拆分，然后抓住每个字符串的第二个条目，按双下划线拆分，然后取后一个条目，就完成了：

data = """
552D3AE5|HellothisIsATest__**wordIWant**|someotherstuff|0
3685248S|HellomynameIsAlex__**wordIWant2**|someotherstuff|0
8963252A|HelloiAm25YearsOld__**wordIWant3**|someotherstuff|0
""".strip().splitlines()

for line in data:
    chunks = line.split("|")
    bits = chunks[1].split('__')
    print(line, bits[1])

输出

552D3AE5|HellothisIsATest__**wordIWant**|someotherstuff|0 **wordIWant**
3685248S|HellomynameIsAlex__**wordIWant2**|someotherstuff|0 **wordIWant2**
8963252A|HelloiAm25YearsOld__**wordIWant3**|someotherstuff|0 **wordIWant3**

Answer 3

如果数据始终采用该格式，并且假设每行都是不同的字符串，则可以使用：

import re

strings = [
    "552D3AE5|HellothisIsATest__wordIWant|someotherstuff|0", 
    "3685248S|HellomynameIsAlex__wordIWant2|someotherstuff|0",
    "8963252A|HelloiAm25YearsOld__wordIWant3|someotherstuff|0"
]

for st in strings:
    word_i_want = re.match(r'__([^|]*)', st).group(1)

这将在每个字符串中搜索两个下划线，然后搜索所有内容，直到找到一个垂直条为止。group(0)将是整个匹配，包括下划线，而group(1)只是wordIWant，因为我们将其括在括号中。你知道吗

编辑： 如果您的字符串只是一个大的块，则可以使用以下命令：

import re
big_string = 
"""552D3AE5|HellothisIsATest__wordIWant|someotherstuff|0
3685248S|HellomynameIsAlex__wordIWant2|someotherstuff|0
8963252A|HelloiAm25YearsOld__wordIWant3|someotherstuff|0"""

words_i_want = re.findall(r'__([^|]*)', big_string)

在本例中，words_i_want将是所需单词的列表。你知道吗