如何从已知模式中查找未知字符串？python re.findall

Question

我有一个包含字符串的html文本，例如句子转换器/释义-MiniLM-L6-v2。

我想提取所有出现在“语句转换/”之后的字符串。

我尝试了models = re.findall("sentence-transformers/"+"(\w+)", text)，但是它只输出第一个单词(复述)，而我想要完整的“释义-MiniLM-L6-v2”。

此外，我也不知道的连(释义-迷你L6 L6-v2)的先验。

如何提取完整的字符串？

非常感谢，Ele

Answer 1

正则表达式的问题是，-不是一个单词字符，您只是在搜索单词字符。下面的regex适用于您的示例：

text = 'sentence-transformers/paraphrase-MiniLM-L6-v2'
models = re.findall(r'sentence-transformers/([\w-]+)', text)

assert models[0] == 'paraphrase-MiniLM-L6-v2'