Python忽略日期模式

Question

样本数据：

Weight Measured: 80.7 kg (11/27/1900 24:59:00)
Pulse 64 \F\ Temp 37.3?C (99.1 ?F) \F\ Wt 101.2 kg (223 lb)
Weight as of 11/11/1900 72.2 kg (159 lb 1.6 oz)
Resp. rate 16, height 177.8 cm (5' 10"), weight 84.7 kg (186 lb|
11.2 oz)
And one extra weight example 100lbs

部分工作的Regex:

\b(?i)(?:weight|wt)\b(?:.){1,25}?\b(\d+\.?(?:\d+)).*?(\w+)\b

电流输出：

('80.7', 'kg'), ('101.2', 'kg'), ('11', '11'), ('84.7', 'kg'), ('100', 'lbs')

预期输出：

('80.7', 'kg'), ('101.2', 'kg'), ('72.2', 'kg'), ('84.7', 'kg'), ('100', 'lbs')

如何使当前正则表达式忽略日期并捕获以下值？另外，如何使这个正则表达式在行尾停止匹配？

Answer 1

你可以用

re.findall(r'(?i)\bw(?:eigh)?t\b.{1,25}?\b(?<!\d/)(\d+(?:\.\d+)?)(?!/?\d)\s*(\w+)', text)

见regex演示

详细信息

• (?i) -与re.I相同-大小写不敏感模式
• \b -一个单词边界
• w(?:eigh)?t - wt或weight
• \b -一个单词边界
• .{1,25}? -除行中断字符以外的任何1到25个字符，尽可能少。
• \b -一个单词边界
• (?<!\d/) -如果在当前位置的左边立即有一个数字和/，则会导致匹配失败。
• (\d+(?:\.\d+)?) -第1组:一个或多个数字后面跟着一个可选的点序列和一个或多个数字
• (?!/?\d) -如果在当前位置的右侧立即有一个可选的/和一个数字，则会导致匹配失败。
• \s* - 0+白空间
• (\w+) -第2组:一个或多个字母、数字或下划线。

请参阅Python演示

import re
text = """Weight Measured: 80.7 kg (11/27/1900 24:59:00)\nPulse 64 \F\ Temp 37.3?C (99.1 ?F) \F\ Wt 101.2 kg (223 lb)\nWeight as of 11/11/1900 72.2 kg (159 lb 1.6 oz)\nResp. rate 16, height 177.8 cm (5' 10"), weight 84.7 kg (186 lb|\n11.2 oz)\nAnd one extra weight example 100lbs"""
print(re.findall(r'(?i)\bw(?:eigh)?t\b.{1,25}?\b(?<!\d/)(\d+(?:\.\d+)?)(?!/?\d)\s*(\w+)', text))
# => [('80.7', 'kg'), ('101.2', 'kg'), ('72.2', 'kg'), ('84.7', 'kg'), ('100', 'lbs')]