构建正则表达式以至少识别给定的

Question

我有一个正则表达式，由一个单词和一系列单词组成。你知道吗

例如： 你知道吗

pattern = 'word \\w+ \\w+ \\w+"
result = [text[match.start():match.end()] for match in re.finditer(pattern, text)]

如何修改正则表达式，以便在间隔中的元素数较少时也能识别它？例如，如果单词在字符串的末尾，我希望它也返回该间隔。你知道吗

总是尽可能返回最大可能的模式。你知道吗

Answer 1

您的'word \\w+ \\w+ \\w+"正则表达式匹配一个word，然后再匹配3个“单词”（空格分隔）。您想将这些单词中的0到3个匹配起来。使用

re.findall(r'word(?:\s+\w+){0,3}', s)

或者，要允许任何非单词字符位于“单词”之间，请将\s替换为\W：

re.findall(r'word(?:\W+\w+){0,3}', s)

详细信息：

• word-word字符串
• (?:\s+\w+){0,3}-0到3序列（{0,3}是limiting quantifier的贪婪版本，它将匹配尽可能多的出现）：
  • \s+-1+空格
  • \w+-1个或多个单词字符。你知道吗

参见regex demo。你知道吗