找到某个字符有N个不连续的实例的单词？

Question

我想在字符串中找到唯一的ID:

text = "Hello World, aaaa_dddd_bbbb_cccc"

唯一标识的唯一定义特性是它是一个包含三个下划线的单词。然而，就我的一生而言，我甚至不能开始找出正则表达式来匹配某个字符的N个非连续实例。你知道吗

我能做的最好的事情就是使用.split()：

unique_id = None

for word in text.split(' '):
    if len(word.split("_")) > 2:
        unique_id = word

Answer 1

>>> text = "Hello World, aaaa_dddd_bbbb_cccc"

>>> re.search(r'(\w+_\w+){3}', text)
<_sre.SRE_Match object; span=(13, 32), match='aaaa_dddd_bbbb_cccc'>

模式匹配一个或多个单词字符，后跟下划线，后跟一个或多个单词字符，共三次。你知道吗

从docs：

{m}

Specifies that exactly m copies of the previous RE should be matched; fewer matches cause the entire RE not to match. For example, a{6} will match exactly six 'a' characters, but not five.

Answer 2

您可以使用regex findall获得所有匹配项的列表，例如：

text = "Hello World, aaaa_dddd_bbbb_cccc, 1_2_3_4"

import re
found = re.findall(r'[^_ ]*_[^_ ]+_[^_ ]+_[^_ ]*',text)

print(found)
# -> ['aaaa_dddd_bbbb_cccc,', '1_2_3_4']

这允许字符串以_开头和结尾，例如_1_2_3，如果您不想这样做，可以将第一个和最后一个*更改为+

Answer 3

使用简单的正则表达式模式：

import re

s = "Hello World, aaaa_dddd_bbbb_cccc"
m = re.search(r'\b([^_\s]+_){3}[^_\s]+\b', s)
result = m.group() if m else m

print(result)

输出：

aaaa_dddd_bbbb_cccc

---

模式可以更严格（取决于允许哪些字符），例如：

...
m = re.search(r'\b([a-z0-9]+_){3}[a-z0-9]+\b', s, re.I)
...