python的re：在任何ca中查找以“string”开头的单词

Question

我正在尝试创建一个regex，它在任何情况下都将返回以barbar开头的列表单词。它不能返回整个单词，而只能返回匹配的部分。例如，从字符串

string = u'baRbarus, semibarbarus: qui BARbari sunt, alteres BARBARos non sequuntur!'
# output is...
>>> ['baRbar', 'BARbar', 'BARBAR']

我试过这样的代码：

^{pr2}$

我好像误解了什么。你能帮帮我吗？如果你能提供一些关于re模块的好的教程，那也会很好。从默认的Python文档中很难理解re。谢谢！在

Answer 1

因为你想要只有以barbar开头的单词，所以你必须先把字符串分开。所以你应该这样做：

def findBarbarus(my_string):
  result = []
  for s in my_string.split(" "):
    result += re.compile(ur"(^barbar)", re.UNICODE | re.IGNORECASE).findall(s)
  return result

正则表达式中的^表示该词必须以barbar开头。在

Answer 2

以下正则表达式足以满足您的需要（只要设置了标志）：

\bbarbar

示例：

^{pr2}$

以下是对当前regex的一些注释，这些注释可能会澄清\bbarbar执行此操作的原因：

• [\A\b]-\A通常是字符串的开始，而{}是单词边界，但是字符类的内部{}变成了一个退格，我不太确定{}变成了什么
• [\A\b]*-这就是你的regex匹配“semibarus”的原因，*表示0或更多，因此不需要该部分进行匹配，如果你删除了{}并修复了上面的问题，它就可以工作了
• ([\A\b]*)(barbar)-多个组意味着{}将返回组的元组，而不仅仅是您感兴趣的部分

Answer 3

你可以试试。。。在

string = 'baRbarus, semibarbarus: qui BARbari sunt, alteres BARBARos non sequuntur!'

l=re.findall(' barbar.+? |^barbar.+? ', string, re.IGNORECASE)
print l