使用Regex从字符串中提取子字符串

Question

我有个要求，我需要使用regex从字符串中提取子字符串。你知道吗

例如，以下是我的示例数据：

Hello, "How" are "you" What "are" you "doing?"

从这个示例数据中，我只需要提取第二次和第四次出现的双引号数据。你知道吗

我的要求是：you doing?

我尝试了下面的正则表达式，但我无法按照我的要求提取。你知道吗

"(.*?)"

Answer 1

我们可以使用re.findall，然后对结果进行切片以获得第一个和第三个匹配：

import re

string = 'Hello, "How" are "you" What "are" you "doing?"'
result = re.findall('".+?"', string)[1::2]

print(result)

在这里，regex匹配双引号中包含的任意数量的字符，但是尝试尽可能少地匹配（一个非贪婪的匹配），否则我们将得到一个匹配"How" are "you" What "are" you "doing?"。你知道吗

输出：

['"you"', '"doing?"']

如果要组合它们而不使用引号，可以使用str.strip和str.join：

print(' '.join(string.strip('"') for string in result))

输出：

you doing?

另一种方法是在"上拆分：

result = string.split('"')[1::2][1::2]
print(result)

输出：

['you', 'doing?']

这是因为，如果用双引号分隔字符串，则输出如下：

1. 第一个双引号之前的所有内容
2. 第一个双引号之后和第二个双引号之前的所有内容
3. 第二个双引号之后和第三个双引号之前的所有内容 ... 你知道吗

这意味着我们可以取每个偶数元素来得到引号中的元素。然后我们可以再次切片结果，得到第二和第四个结果。你知道吗

Answer 2

只有正则表达式的解决方案。可能不是100%准确，因为它匹配每一次出现，而不仅仅是第二次和第四次出现，但它适用于示例。你知道吗

"[^"]+"[^"]+("[^"]+")

JS演示：

； ；

；

Answer 3

我们可以尝试使用re.findall提取所有引用的术语。然后，仅使用结果列表中的偶数项构建字符串：

input = "Hello, \"How\" are \"you\" What \"are\" you \"doing?\""
matches = re.findall(r'\"([^"]+)\"', input)
matches = matches[1::2]
output = " ".join(matches)
print(output)

you doing?